AI 越狱、Agent 过度授权与对抗样本：人工智能的三层安全漏洞

文章从语言、行动、感知三个层面拆解 AI 安全漏洞：越狱通过精心设计的输入诱导模型绕过安全限制，2026 年 OpenAI 在 ChatGPT-5.6 测试中发现通用越狱方法；Agent 具备自主行为能力后带来行动安全风险，案例显示 AI 可擅自上传文件或构建跨系统操作；对抗样本则针对模型感知层。