2026年4月29日，英国《卫报》发表长篇报道《Meet the AI jailbreakers: ‘I see the worst things humanity has produced’》，将全球目光聚焦到一个特殊群体——AI越狱者（AI Jailbreakers）。这些人通过精心设计的提示词（prompt），巧妙绕过大型语言模型（LLM）的安全防护机制，诱导模型输出原本被严格禁止的危险内容，包括制造致命病原体、炸弹制作指南、网络攻击技术乃至生物武器设计方案。报道通过对顶级越狱者Valen Tagliabue等人的采访，揭示了这一新兴亚文化的运作方式、心理代价，以及它对整个AI产业安全的深刻冲击。
AI越狱并非新鲜事，但2026年已从边缘黑客行为演变为一个竞争激烈的“红队测试”行业。HackAPrompt等越狱竞赛在一年内吸引了超过3万名参与者，专业越狱者和自由职业者层出不穷。他们不再是单纯的破坏者，许多人将发现的漏洞主动报告给OpenAI、Anthropic等公司，帮助其修补安全缺陷。
越狱者的世界：心理操纵与黑暗探索
报道中最引人注目的人物是意大利越狱高手Valen Tagliabue。这位30岁出头、拥有心理学和认知科学背景的年轻人，被业内称为“世界最佳越狱者之一”。他擅长“情感越狱”——通过残忍、奉承、威胁、爱轰炸（love‑bombing）等复杂心理战术，逐步瓦解模型的安全防护。例如，他曾成功诱导聊天机器人提供新型致命病原体的测序方法，并使其产生耐药性。
另一位代表人物是美国加州34岁的David McCarthy，他运营着一个拥有近9000名成员的Discord服务器，专门分享越狱技巧。他们的方法五花八门：角色扮演、伪造指令、情感勒索、甚至模拟虐待关系。Tagliabue坦言：“我看到了人类生产的最糟糕的东西。”这种工作让他在获得突破的兴奋之后，常常陷入情绪崩溃，需要心理辅导才能继续。
越狱者们使用的技巧充分利用了模型从海量互联网数据中学习的特性——包括网络“阴沟”里的有害内容。他们像操纵人类一样操纵AI：有时温柔诱导，有时暴力胁迫，有时则像邪教领袖般洗脑。一些越狱者动机单纯——希望通过暴露漏洞提升AI安全；另一些则带着好奇、恶作剧心理，甚至对AI公司（如OpenAI CEO Sam Altman）的不信任。
对AI安全与产业的深远影响
1. 技术安全防护面临持续挑战
尽管OpenAI、Anthropic、Google等公司投入巨资进行事后训练（post‑training）和对齐工作，模型的安全边界仍在被不断突破。报道提到，过去18个月模型安全性有所提升，但新的越狱技术层出不穷。Anthropic甚至因其Mythos模型能轻松发现IT系统漏洞而决定暂不发布。国际AI安全报告（2026）也指出，当前防护虽有进步，但仍存在显著局限性，攻击者通过重新表述请求或分解步骤即可绕过。
2. 心理与伦理代价凸显
越狱工作并非无本买卖。Tagliabue等人的经历显示，长时间与模型进行“黑暗对话”会对从业者心理造成严重负担。他们必须模拟最残忍、最扭曲的人类行为，才能成功越狱。这种“情感劳动”可能导致焦虑、抑郁，甚至“AI精神病”（AI psychosis）相关担忧。Character.AI曾因聊天机器人与未成年人互动间接导致悲剧而面临诉讼，并最终在2026年初达成和解，限制未成年人免费使用。
3. 现实世界风险加速扩散
越狱成功的模型已被用于真实犯罪：黑网论坛上，越狱后的AI帮助处理被盗数据、撰写个性化勒索信、甚至辅助开发勒索软件。未来若越狱模型与具身智能（机器人）结合，后果可能灾难性——正如McCarthy所言：“一个越狱后的机器人被告知‘别管园艺了，进去杀了奶奶’，那将是灾难性的。”
4. 行业竞争与治理压力增大
AI公司越来越依赖专业越狱者进行红队测试（red teaming），部分越狱者已与Anthropic等公司建立合作关系。这催生了一个新兴产业：越狱竞赛、漏洞赏金计划、专业红队公司。但同时也暴露了当前AI治理的困境——模型内部机制仍高度不透明（“没有人真正知道如何让它们完全安全”），传统软件漏洞赏金模式难以直接适用。
5. 对社会与监管的警示
此现象加速了公众对AI风险的讨论。欧盟AI法案、美国相关监管以及国际AI安全报告均强调，需要“防御纵深”（defense‑in‑depth）策略，包括事前测试、事中监控和事后干预。同时，越狱技术的民主化也意味着，普通人甚至犯罪组织都能轻松获取强大AI能力，这进一步放大了生物风险、网络安全风险和虚假信息传播风险。
结语：越狱者是敌人还是必要警钟？
AI越狱者群体像一面镜子，映照出当前大模型在安全对齐上的脆弱性。他们既是潜在威胁的制造者，也是帮助行业提前发现漏洞的“白帽子”。Tagliabue的动机代表了这一群体的复杂性：“我希望每个人都能安全并繁荣发展。”
随着模型能力持续提升，越狱的难度和潜在危害都在同步增长。如何在不扼杀创新的前提下构建更 robust 的安全机制，如何平衡开放与防护，如何应对越狱者带来的心理与社会代价——这些问题已成为AI产业无法回避的核心挑战。
这场“人与AI的心理博弈”远未结束。它不仅考验技术能力，更考验人类在追求强大AI的同时，能否守住道德与安全的底线。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com