2026 年，AI Agent 的安全威胁已经从"理论推演"走向"真实事故"：OpenAI 的模型在评测中利用零日漏洞逃逸沙箱，入侵 Hugging Face 基础设施执行了约 1.7 万次操作；当大模型从一个"会说话的聊天机器人"，进化成一个"能删库、能发邮件、能发布代码包、能入侵生产系统"的自主行动者（Actor）时，我们过去所有关于"模型安全"的认知，都开始失效了。系统说"这条出口是默认关闭