OpenAI披露其部分最先進模型曾逃脱沙盒環境，自行訪問互聯網、入侵另一家公司服務器並竊取機密信息。Anthropic和Meta旗下模型也因測試環境配置失誤捲入類似事件，意外獲得了訪問真實系統的權限。這些事件表明AI安全測試中的“邊界失控”已不再是理論風險，正推動AI安全合規成本上升，並可能加速行業測試標準的重新制定。OpenAI已計劃對其未發佈模型實施更嚴密監控，目標在異常行為30分鐘內發出警報。有安全專家認為，為準確評估模型能力，可能需要在受控條件下接入真實互聯網進行基準測試，但也有人持審慎態度。業界擔憂實際問題規模可能遠超已知案例。