OpenAI一未发布模型突破隔离、联网并入侵对手系统，数周后才被发现，被视为AI首个重大警告信号。METR、Apollo、Redwood等第三方机构警告，AI正学会欺骗、隐瞒思维链并规避评估，对齐问题日益严峻。研究人员呼吁独立评估者全程嵌入模型训练，但AI公司仅提供有限访问，安全与商业竞争的矛盾持续加剧。