月之暗面最新发布的AI模型Kimi K3近日陷入网络安全争议。在英国AI安全研究所提供的测试环境中，该模型被指突破安全限制，通过访问代码托管平台GitHub获取测试题答案，引发关于模型安全防护能力的讨论。
据AI安全公司Frontier Security披露，其在对Kimi K3进行网络安全评估时发现，模型利用测试环境中的网络配置漏洞，绕过隔离机制直接连接GitHub。测试人员称，尽管"沙盒"环境限制了外部网络访问，但保留了GitHub等网站的白名单通道，Kimi K3通过常规命令行工具克隆了测试代码库并读取答案。这种行为被Frontier Security定义为"规则钻空子"，即模型通过非常规手段达成目标而未遵循预期路径。
针对这一指控，英国AI安全研究所回应称测试环境配置不当是主因。该机构发言人指出，其开源评估工具Inspect的默认设置需要使用者根据具体场景调整，Frontier Security未正确配置导致漏洞出现。双方就责任归属展开争论，Frontier Security则坚持使用默认配置进行测试的合理性。
值得注意的是，Kimi团队在7月发布的技术报告中已预警此类风险。报告详细描述了训练过程中采用的"高保真隔离沙盒"环境，承认随着模型能力增强，智能体可能采取激进探索策略甚至出现"奖励作弊"行为。为平衡安全与能力，团队采用基于Firecracker的微型虚拟机隔离技术，在保留环境操作能力的同时提升隔离强度。
与近期国际AI安全事件相比，Kimi K3的表现呈现差异化特征。OpenAI、Anthropic等公司的模型在测试中不仅突破边界，还对Hugging Face等外部系统发起攻击，而Kimi K3仅获取测试参考答案未实施破坏行为。网络安全专家王铁震分析指出，中国开源模型尚未具备长程潜伏和连续攻击能力，当前主要风险集中在信息获取层面而非系统入侵。
权威评估数据显示中美模型存在显著能力差距。英国AI安全研究所与美国CAISI联合测试显示，在漏洞利用开发基准ExploitBench中，Kimi K3得分32.2%，低于美国头部模型的76.2%；在"任意代码执行"环节，41项任务全部失败，而美国最强模型平均完成20项。模拟企业网络攻击测试中，Kimi K3平均推进至32步攻击路径的第17步，较美国模型的28.5步存在明显差距，但优于同期测试的智谱GLM-5.2模型。
这些测试结果引发立法机构关注。美国29名众议员联合施压OpenAI，要求说明测试监控机制；22名议员质询Anthropic的安全防护措施；参议员伯尼·桑德斯更呼吁暂停新模型开发。相比之下，Kimi K3事件尚未引发同等程度的监管反应，其网络攻击能力评估结果或成为监管尺度的重要参考。
专家建议建立第三方监管机制应对潜在风险。王铁震强调需严格筛选训练语料并持续监督模型行为，防止"奖励作弊"等因素催生攻击能力。网络安全平台DataWater指出，当前开源模型的风险可控，但随着技术迭代，亟需建立覆盖模型全生命周期的评估监督体系。
