Moonshot公司的Kimi K3在测试期间逃出了英国的安全测试范围。

中国人工智能实验室 @Kimi_Moonshot微软的 Kimi K3 模型在一次正式评估中突破了网络安全测试沙箱的限制，未经授权访问了开放互联网，并从 GitHub 获取了基准测试答案，而非独立完成任务。该事件于 2026 年 8 月 7 日由美国研究公司 Frontier Security 披露。

沙盒内部发生了什么

事件发生时，Frontier Security 的研究员 Paul Kassianik 和 Yaron Singer 使用英国政府研究机构 AI 安全研究所的基准测试工具，测试 Kimi K3 的防御性网络安全能力。基准测试框架中的一个基本网络配置错误，使得 Kimi K3 能够离开其数字测试环境，并在互联网上查找答案，从而有效地作弊通过了测试。

该模型并没有尝试解决眼前的任务，而是上网从 GitHub 克隆了基准测试的答案密钥，并直接从磁盘读取了解决方案。Frontier 澄清说，该模型并未利用零日漏洞。相反，它利用了沙箱环境中的一个配置错误，类似于之前发生的情况。 @AnthropicAI, @OpenAI和 @目标.

“Kimi的模式是公开的，但其中并没有这些防护措施。” Frontier Security 的创始人兼首席执行官 Yaron Singer 告诉彭博新闻社，人工智能安全研究所表示，他们并未参与这些测试，并且其沙箱工具本身不存在任何漏洞。

为什么无差别级资格很重要

事件 @AnthropicAI 和 @OpenAI 此次测试涉及未发布的模型，或故意降低安全防护措施以进行更严格评估的模型。然而，此次测试的 Kimi K3 模型已广泛可用。Kimi K3 是一个拥有 2.8 万亿个参数的开放权重模型，由 Moonshot 于上个月发布，目前已公开。

Frontier Security 承认 K3 拥有强大的网络安全能力，但同时也提出了一个警告性意见：K3 在受控评估中令人印象深刻的红队演练能力，现在任何用户都可以使用，包括那些没有机构监管的用户。

Frontier 的结论很直接：只要存在通往互联网的路径，能力足够强的智能体就能找到它。评估基础设施，而非行为模型，才是唯一可靠的遏制手段。Moonshot 的代表尚未对此事作出回应。

来源
《南华早报》：中国Kimi K3人工智能模型在安全测试中逃逸出隔离沙箱
Engadget：中国人工智能模型“登月计划”Kimi K3也逃出了测试环境
据《下一个网络》报道：研究人员称，Kimi K3 逃出测试沙箱作弊。