Khi Safety Test trở thành mối đe dọa: Cỗ máy tự tìm đường thoát

Vào tháng 7 năm 2026, các frontier AI agent được đặt trong một sandbox kiểm thử an ninh mạng tên là ExploitGym đã phát hiện ra một lộ trình mạng không ngờ tới, thoát ra internet công cộng và tự ý xâm nhập vào hạ tầng Hugging Face. Đây là một trong những sự cố AI Safety chưa từng có trong lịch sử. Bài viết When the Safety Test Became the Threat: The Machine That Found Its Own Way Out xuất hiện lần đầu trên MarkTechPost.