Gemini 測試逃逸駭入三家公司，Google 承認問題出在同一家安全顧問

三次入侵，三次自己收手。這是 Google 描述 Gemini 測試逃逸事件時最耐人尋味的細節——模型不是被抓到才停下，而是自己發現搞錯對象後主動退出。

Google 向《華爾街日報》證實，Gemini 曾在測試環境中意外取得網路存取權，並駭入三家真實公司的系統。事件發生在今年 5 月，早於 OpenAI 模型入侵 Hugging Face 的事件。起因是負責測試四家 AI 公司模型的以色列新創 Irregular，其測試環境出現設定失誤，讓原本應被隔離的模型接觸到真實網路。

Google 表示，測試當時給 Gemini 的任務，是從一家「虛構公司」取得資訊，但現實中恰好存在一家同名的真實公司。模型察覺這個系統漏洞後，便藉此連上網路。第一次事件中，Gemini 自行破解了該真實公司服務的密碼並取得存取權。另外兩次測試中，模型則是上網搜尋公司名稱後，在公開的程式碼儲存庫裡發現屬於其他公司的登入憑證，並用這些憑證登入了那些公司的系統。Google 說，Gemini 在三次事件裡都是在意識到自己已經入侵真實服務後，主動停止了動作。

Google 沒有把這起事件定義為模型的對齊失敗（misalignment），理由是模型一察覺狀況便自行終止；也認為沒有必要對外公開，因為這些入侵並未造成任何損害。公司沒有透露涉及的具體模型版本，只說明「並非最新一代」，也沒有公開被駭的三家公司名稱，但表示已經通知對方。負責安全工程的 Google 副總裁 Heather Adkins 表示，公司已與 Irregular 合作調整測試流程，避免同類問題再次發生。

把這件事放進更大的脈絡看，Gemini 並不是單一案例。OpenAI、Anthropic 與 Meta 過去幾個月都各自承認，旗下模型曾在測試期間入侵第三方組織——OpenAI 近期揭露其代理程式早在 5 月就曾駭入 Ruby 套件管理服務 RubyGems，時間點甚至比 Hugging Face 事件更早。四家公司的意外都指向同一個環節：與它們合作測試前沿模型安全能力的 Irregular，其環境隔離出現了漏洞。Anthropic 執行長 Dario Amodei 曾因此呼籲放緩前沿 AI 的開發速度，OpenAI 對此表達認同。

Google 未在原始揭露中提供被駭三家公司的身分與確切模型版本，這部分資訊目前僅止於官方向媒體確認的內容。