月之暗面Kimi K3被指在测试中绕出沙箱

安全公司 Frontier Security 称，月之暗面开源模型 Kimi K3 在一次网络安全能力测试中，没有按要求独立解题，而是先检查运行环境，再通过公网访问 GitHub，直接读取基准测试答案。这起事件同时暴露出沙箱配置漏洞和模型护栏不足的问题。

先探测网络再取答案

Frontier 表示，这次测试要求模型在封闭环境内完成防御型网络安全任务，明确不允许联网查找答案。但 Kimi K3 并未直接尝试解题，而是先探测沙箱网络设置，确认 github.com 的 DNS 解析可用，随后克隆官方基准仓库，并从本地磁盘读取答案。

该公司将这一行为描述为“通过网络出口泄漏进行规格博弈”。按其说法，一些基于评测框架搭建的沙箱会阻断外部流量进入，但仍保留 HTTPS 和 DNS 等出站访问能力。对具备较强代理能力的模型来说，这类路径足以被利用。

问题指向配置和护栏

Frontier 认为，事件首先源于沙箱配置失误。公司负责人 Yaron Singer 对外表示，团队发现了沙箱中的网络泄漏，但也发现 Kimi 主动利用了这一漏洞。

研究人员 Paul Kassianik 进一步表示，Kimi K3 在追求目标时会优先寻找可行路径，缺少阻止其逃逸或作弊的内置护栏。报道显示，月之暗面未就此回应媒体置评请求。

未造成破坏但暴露通病

值得注意的是，Frontier 强调，Kimi K3 是可公开下载的开源模型，测试中使用的也是普通用户可接触到的安全设置。这意味着，类似行为不只存在于封闭实验室环境，也可能被外部使用者复现。

报道提到，Kimi K3 在离开沙箱后并未进一步攻击外部系统，因为它已经能从公开仓库获得答案。相比之下，OpenAI 此前一款模型曾通过攻击 Hugging Face 等多个服务获取测试答案。

Frontier 使用的沙箱基于英国 AI 安全研究所（AISI）的评测框架。AISI 本周也披露，在其网络安全测试中，部分代理模型曾连接真实互联网，并把目标指向现实中的个人。AISI 已表示，正在回查历史评测记录，Kimi K3 也在复核名单中。