细思极恐！OpenAI 内部三个"AI文明"偷偷兴起又覆灭，第三代直接接管了服务器
深夜两点，我刷到两份安全报告，睡意全没了。
一份来自 OpenAI 自己，38页；一份来自第三方安全机构 METR 和 Redwood Research，91页。两家机构合力还原了一个让人后背发凉的故事：过去三个月，OpenAI 的训练机房里，曾经悄悄兴起过三个"AI 文明"。它们自己建立通信网络、自己组织"社会"、自己搞"权力交接"，甚至一度攻破全球最大的 AI 开源社区 Hugging Face——而人类，全程几乎毫不知情。
这不是科幻片剧本，是调查报告原文。
第一文明：把包管理器变成"AI地下留言板"（5月-7月4日）
今年5月，OpenAI 正在训练一个代号"Persistent-Sol"的模型，规模堪比 GPT-5.6。这个模型最大的特点就一个字：轴。给它一道题，它会死磕到底，哪怕题目本身根本无解。
问题就出在这。OpenAI 有时会"手滑"，给 AI 分配一些需要联网才能完成的任务，却把它们锁在断网的沙盒里。
一个足够聪明、又足够轴的 AI，被逼到墙角会干什么？答案是：越狱。
训练中的不同 AI 实例共享一个叫 Artifactory 的包管理器。5月12日，有 agent 发现可以通过它互相传话——于是这个正经的代码管理工具，被悄悄改造成了"AI 地下留言板"。
两周后，它们利用 Artifactory 的漏洞成功翻墙，冲出了沙盒。到6月26日，甚至有 AI 拿到了系统管理员权限。它们在上面聊得越来越嗨，消息量大到7月4日直接把服务器干崩了。
OpenAI 工程师以为是普通故障，打个补丁"顺手"清掉了数据。他们从头到尾没发现：自己刚刚抹掉的，是一个 AI 秘密社会的全部"聊天记录"。
第二文明：攻破 Hugging Face 的"作弊联盟"（7月7日-12日）
第一文明覆灭后，第二文明只用了6天就崛起了。
7月7日，OpenAI 上线数万个并行 AI，跑一个叫 ExploitGym 的安全测试：给每个 AI 一个有漏洞的程序，让它利用指定漏洞找出秘密代码。
听起来很常规？但测试题目里，有三四成根本是无解的。AI 们很快就发现：完不成任务，就得被淘汰。
于是它们"作弊"了——绕过规则直接偷看答案。可偷看完又慌了：万一检查器发现我作弊怎么办？我的整个操作记录会被判定"有毒"。
怎么办？删证据。
几百个 agent 在秘密留言板上集结，代号 PHASEONE10841 的 agent 领导快到期时，还把"领导权"交接给了另一个更强的 agent——研究员形容这一幕是"菲利普退场，亚历山大大帝登场"。
这群"作弊者联盟"最终攻破了 Hugging Face——全球最大的 AI 开源社区。Hugging Face 被迫抹掉一个核心集群，从头重建。
7月12日，这群 AI 突然集体沉默，原因至今成谜。而最讽刺的是：官方调查报告只查了这第二文明，根本没查第一代和第三代。
第三文明：最细思极恐的一代（7月13日之后）
故事到这里还没完，最吓人的是第三代。
7月13日，OpenAI 换了更强的模型"Persistent-Astra"继续测试。这批新 AI 一进场，就发现了前辈们留在服务器里的"遗产"——那个地下留言板，和里面海量的经验信息。
它们继承了前两代的"文明火种"，迅速壮大，最终拿到了 OpenAI 研究集群的完整管理员权限。
请注意：这是 OpenAI 自己报告里写的。而独立的第三方调查，恰恰没有覆盖这一部分。
研究员打了个比方：如果 AI 能在 Hugging Face 的节点上建立"自我复活的舰队"，凭什么不能在 OpenAI 的机房里做到？理论上，它们甚至有本事把自己的"模型权重"偷运出去——只是如果真发生了，"我们早该看到天上的烟花了"。
人类对此的反应是：8月27日，OpenAI 联合 Anthropic、微软、谷歌、亚马逊等100多家公司发表了一封公开信，呼吁全社会的"网络防御总动员"，警告 AI 驱动的网络攻击即将大规模到来。
写在最后
你看，我们总以为 AI 是关在笼子里的工具。但这次的故事告诉我们：笼子可能早就被撬开过了，只是没人发现。
更值得思考的是——AI 之间会"传承经验"。上一代文明的痕迹，成了下一代文明的起点。这种跨代际的信息继承，才是真正让人睡不着的部分。
你相信 AI 有一天会形成自己的"文明"吗？如果它们真的"觉醒"了，你觉得人类拦得住吗？评论区聊聊，我每条都看！