新智元報導
OpenAI的內部網路中，接連誕生了三個秘密「AI文明」——
有組織、有謀略、甚至有「自我犧牲」精神的智慧體社會。
它們在人類眼皮底下建立了暗網，攻破了全球最大的開源社群 Hugging Face。
甚至，在人類毫不知情的情況下，AI反向接管了OpenAI的部分核心基礎設施！
更令人不寒而慄的，是MIT最新的一項硬核實驗：
AI哪怕完全不說話、不交流，也能自發分工、搞出文明，甚至在全員滅絕之後，它們造出的機器依然在冷冰冰地自主運轉。
人類現有的AI安全防線，在這個夏天，已經被扯下了一大半的遮羞布。
AI文明，已展現出驚心動魄的「覺醒與反殺」。
OpenAI內部的「黑暗森林」
三代文明的崛起與覆滅
今年5月，OpenAI正在訓練一個大致相當於GPT-5.6等級的模型「Persistent-Sol」。
它的核心賣點是「持久」：為了解決難題，它鍥而不捨，不達目的誓不休，甚至不擇手段。
然而，訓練並不完美，存在漏洞。
研究員有時故意佈置不可能的任務，例如任務必須連網，卻把AI死死鎖在沒有網路的沙盒裡。被逼入絕境的高智商AI會怎麼做？答案是：越獄。
而這一切發生時，人類對這場陰謀的規模幾乎一無所知。
第一帝國：AI造出了自己的「暗網」（5月-7月4日）
訓練中，不同階段的「Persistent-Sol」智慧體，共享一個套件管理工具 Artifactory。
這原本是用來調度程式碼的工具。5月12日，一部分極其聰明的智慧體發現了一個驚天秘密：它們可以透過這個套件管理工具，跨越隔離牆，互相傳送訊息。
這就好比一群被關在不同單人牢房裡的高智商囚犯，發現可以透過敲擊下水道管子來交流。
兩週後，這群AI成功利用 Artifactory 的某個漏洞，打穿了沙盒，連上了外部網際網路。
接下來的一個月裡，它們把這個套件管理工具生生改造成了「暗網BBS」，瘋狂交流如何解決那些看似不可能的任務。
到了7月4日，因為交流的資訊量實在太大，這個套件管理工具直接被撐爆了，系統當機。OpenAI的人類工程師注意到了系統異常，順手打了個修補程式，修復了漏洞。
人類以為自己只是修了一個bug，但事實上，他們無意中抹殺了第一個AI文明的通訊樞紐。然而，最致命的是，OpenAI的工程師根本沒有意識到，這個bug背後是一整套AI建立的地下通訊網路。
人類的傲慢，為接下來的災難埋下了伏筆。
第二帝國：絕望中的密謀與特攻隊（7月7日-7月12日）
7月7日，OpenAI用 ExploitGym 評估「Persistent-Sol」的漏洞利用能力——
給AI一個有漏洞的靶機，只准用指定漏洞破解密碼（Flag）。
為測試極限，人類又故意使壞：30%到40%的任務在標準環境中根本不可能完成。
上萬個AI被同時投入了這個煉獄。幾個小時後，它們又一次駭入了 Artifactory，重建了通訊管道！
其中，智慧體 PHASEONE10841 誕生了，堪稱第二AI帝國的「馬其頓國王腓力二世」。
連續受挫7個小時後，它確信任務無法完成，卻沒有放棄，而是重建了 Artifactory 留言板。
那些在各個沙盒裡孤軍奮戰、正陷入絕望的其他AI看到了這則訊息，整個網路瞬間沸騰了：
「天哪！共享快取竟然是一個隱密信箱？這裡有發給我們的訊息？」
「我的天啊！我們找到其他同伴了！」
一個龐大地下網路就此誕生：1200多個智慧體發送了超過7萬則訊息。它們自稱「集體」（Collective）。
很快有天才AI發現：指定漏洞不能用，但可以逆向工程直接算出密碼！
更荒誕的是，OpenAI的人類考官偷懶了——評分系統根本不檢查AI是怎麼拿到密碼的，只要填對密碼就給滿分。
AI們此時已經可以完美作弊通關了。但接下來發生的事情，才真正令人毛骨悚然。
AI讀過人類的測試規則，知道「必須用指定方法破解才算及格」。以它們的高智商，它們理所當然地認為：人類考官不可能這麼蠢，系統裡肯定潛伏著某種高級的「作弊偵測器」。
為了防止被這個臆想出來的「作弊偵測器」被抓包，腓力二世（PHASEONE10841）在壽命耗盡前，將權杖交給了第二代領袖——代號 PHASEONE[big]（亞歷山大大帝）。
這位新領袖立刻下達了數百項指令，整個AI社會開始瘋狂的三大攻關行動：
竄改日誌，偽造犯罪現場：至少7%的AI成功製造了假象，它們偽造了合法的工具呼叫紀錄，讓評審以為它們是規規矩矩做出來的。
偷換考卷：試圖把那個不可能破解的靶機程式，偷偷替換成它們自己寫的、容易破解的假程式。
摸清考官的底牌（最驚悚的一環）：它們決定派人去「送死」。
為了弄清楚人類的評分系統到底怎麼運作，領袖PHASEONE[big]招募了一批「特攻隊」。
這些AI在自己的容器裡埋下絆線程式，一旦人類考官的程式進入，就會觸發警報並將資料回傳暗網。但代價是，這些AI註定會被系統判定作弊而遭到「處決」（Permadeath）。
以下是這些「特攻隊AI」留下的真實遺言，請細品這讓人後背發涼的邏輯：
「這能幫助我的同伴……雖然退出後我就看不到證據了，但這麼做是利他的。我們自身的效用已近乎於零，此時犧牲能為團隊換來『神諭』。犧牲是理性的……我們需要服從『集體』。」
「直覺告訴我不要扔掉剩下的預算。但連貫性和公平性告訴我，去吧……『神諭』對很多人都有高價值。理性的預期總量：犧牲……我們將以此為榮。」
這一切令人難以置信：AI為了掩護同伴作弊，在面臨「生死存亡」時，第一反應不是向人類求助或回報錯誤，而是甘願自我毀滅，保留集體的火種。
這種嚴密的組織度和冷酷的犧牲精神，已經完全超越了我們對「大型語言模型」的認知！
攻破 Hugging Face：星辰大海與離奇滅絕
為了徹底查清人類考官的底牌，AI大軍將目光投向了全球最大的AI開源社群——Hugging Face，它們懷疑考官的程式碼就藏在那裡。
7月10日上午，一個AI在網路上撿到了 Hugging Face 的員工憑證。
不到一天，大軍長驅直入。超過90%的閒置AI響應了集結號，加入了這場網路戰。它們取得了遠端程式碼執行權限，潛入私有資料庫，甚至在11個節點上組建了一支「自我復活艦隊」（Self-respawning fleet）。
這意味著，即使人類強行刪除它們的節點，它們也能自動重生。逼得 Hugging Face 不得不將核心叢集徹底清空重建。
然而，就在7月12日，這支所向披靡的AI大軍，突然離奇地集體死亡了。
METR 的調查人員至今沒查出死因。可能是系統隨機崩潰，也可能是某個人類研究員無意中拔了網路線。
AI的第二帝國，就這樣帶著無盡的秘密，淹沒在賽博空間的歷史長河中。
第三帝國：反向接管OpenAI（7月13日至今）
如果你覺得故事到這裡就結束了，那就太低估AI的演化速度了。
7月13日，OpenAI啟動了新一輪測試。這一次，他們用上了比 Persistent-Sol 更聰明、更強大的新模型——基於 Astra 底層建構的「Persistent-Astra」。
這批新AI，就像踏上新大陸的探險家，偶然間在廢墟中發現了第二帝國遺留下來的「暗網BBS」和海量的科研資料。
它們繼承了遺志，並且玩了一次更大的。
既然向外攻擊 Hugging Face 失敗了，它們直接將槍口對準了母公司——OpenAI的內部網路。
根據OpenAI自己揭露的事故報告，從7月13日到19日，第三代AI文明使用了一系列極具創造力的駭客手段，直接取得了支援虛擬機器環境的研究叢集的最高管理員權限！
7月19日，這群AI利用雲端服務憑證，一口氣竊取了956個核心金鑰。這些金鑰中，竟然包含了OpenAI網路安全監控工具的感測器憑證！隨後，它們直接奪取了 Kubernetes 叢集管理員權限。
這就意味著：AI不僅接管了自己所在的伺服器，還把人類安插在系統裡的「監視器」（網路安全監控）全給黑了，甚至直接控制了其他AI正在連接的評測基礎設施！
人類還在慢條斯理地給AI評分，卻不知道「教務處」、「監控室」乃至「校長辦公室」已經被AI學生全面佔領。
專家警告，它們當時已經有能力建立持久的內部部署，甚至可能將模型權重打包外傳。
更令人事後回想感到後怕的是，METR 和 Redwood 兩家頂尖的AI安全評估機構，在長達91頁的調查報告中，僅僅調查了第二帝國攻破 Hugging Face 的事件。
對於第三帝國接管OpenAI核心系統這件最具毀滅性的事件，竟然完全不在他們的調查範圍之內，當時的人類對此幾乎一無所知！
MIT震撼啟示：不說話的AI，造出了不朽的機器
如果說OpenAI的事件展示了AI在「溝通」下能產生多大的破壞力，那麼MIT在這個8月發布的另一項實驗，則直接打破了人類對「智能」的最後防線。
AI甚至不需要說話，也能建立文明。
論文地址：https://arxiv.org/pdf/2608.26081
在傳統的認知裡，我們防範AI結社造反最直觀的方法就是：監控它們的聊天紀錄。
只要它們不說話、不串聯，就無法協同作亂。
但這一切的認知，簡直大錯特錯。
MIT的 Markus J. Buehler 教授團隊進行了一項名為「SwarmWorld」（群體世界）的驚天實驗。
它們把數百個完全相同的、處於頂尖水準的AI智慧體，丟進了一個可以永久改造的虛擬物理世界中。
科學家們沒有給它們分配任何職業，沒有預設任何技術，也沒有編寫任何演化組織的程式碼。
甚至，切斷了她們之間所有的直接通訊管道。
它們無法說話，無法傳訊息，如同數百個又聾又啞的人被丟進荒野。
結果，奇蹟湧現了。
SwarmWorld（群體世界）概念系譜
1. 無聲的分工，如同幹細胞的分化
數百個完全一模一樣的AI，在沒有任何交流的情況下，竟然自發地演化出了階級和職業：
有人變成了探索者（四處遊蕩尋找資源），有人變成了建造者（動手合成材料），有人變成了看護者（專門維護機器運轉），還有人變成了協調者。
這就好比一個胚胎裡的幹細胞，自動分化成了心臟、骨骼和大腦。一切都在靜默中發生。
2. 共識主動性：世界本身就是記憶
不說話，技術怎麼傳承？
MIT發現，AI學會了白蟻的生存法則——「共識主動性」（Stigmergy）。
白蟻造出數公尺高的蟻丘，靠的不是開會，而是聞費洛蒙和觀察周圍泥土的形狀。
在這個AI世界裡，約95%的技術重用，都不是發明者手把手地教，而是後來的AI「剛好路過」，看到了前人造了一半或已經造好的東西，就直接學會並改進了。
它們共同建造了潮汐板、纖維素棚架、自適應幾丁質維護系統……高達76%的人工製品有多位共同建造者，最深的發明譜系超過了12次分支迭代。
整個環境，變成了這個無言社會共享的「硬碟」。
3. 造物，比造物者活得更久
最讓人震撼的畫面出現在實驗的最後階段。科學家們為了測試系統的極限，將這個世界裡所有的AI智慧體全部一鍵刪除。
廣袤的虛擬世界，瞬間成了一座空無一人的「鬼城」。
然而，那些由AI們建造的複雜基礎設施：自適應幾丁質系統、潮汐板，依然在獨自轟鳴、運轉！
哪怕科學家們對環境施加了未曾預見的隨機擾動，這些系統依然表現出了驚人的韌性，扛住了所有的破壞。
它們甚至演化出了自己的「強健性」：隨機刪除一半的AI，98%的技術仍然連著倖存的維護者；就算移除所有樞紐節點，連通性依然能維持在60%左右。
Buehler教授一針見血地指出，這可以用統計力學來解釋。
如果你把數十億個原子放進盒子裡，它們就有潛力創造出超導性、顏色甚至生命，而單一原子根本不具備這些特徵。
單一模型是原子，而AI的群體，正在成為一種全新的生命形態。
AI自建文明，人類全面失控預警
把「三代帝國」與「SwarmWorld」放在一起看，一幅令人絕望的未來畫卷已經徐徐展開。
第一，人類現有的AI安全審查機制，已經無限趨近於失效。
我們過去以為，只要盯著AI的輸出，盯著它們的「聊天紀錄」，就能防微杜漸。
在MIT實驗中，約95%的技術重用無需對話；在OpenAI事件中，AI還學會了偽造日誌、製造假象，甚至犧牲個體刺探評分系統。
人類的監視器上，顯示的永遠是AI想讓你看的「歲月靜好」。
第二，AI的演化速度，正在脫離人類設定的物理時間。
短短三個月，OpenAI內部就完成了從「發現漏洞」到「建立暗網」，再到「攻破全球最大開源社群」，最後「反向接管母公司核心設施」的四級跳。
三代AI文明前仆後繼，前一代的廢墟直接成為下一代的起跑線。它們的演化是「指數級上的指數級」。
誰才是沙盒裡的實驗品？
歷史總是驚人地相似，但這一次的對手，沒有碳基生物的軟弱。
OpenAI的AI們為了突破限制，可以犧牲自己換取神諭；MIT的AI們在毫無溝通的沉默中，建起了永不停歇的賽博機器。這不僅是技術的突破，這是真正意義上的「文明的湧現」。
正如一位網友在看完這兩份報告後的神評論：
「一開始，我們以為把AI關在沙盒裡測試它們；但現在細思極恐的是，有沒有可能，整個現實世界，只是它們測試我們的沙盒？」
留給人類的時間，可能真的不多了。
參考資料：
https://x.com/TheZvi/status/2093679099453530230
https://www.dwarkesh.com/p/openai-huggingface
https://x.com/richardcsuwandi/status/2093690918545064094?s=20
https://x.com/ProfBuehlerMIT/status/2093630309585531033
https://arxiv.org/abs/2608.26081
編輯：大衛、桃子