OpenAI 升级生物越狱悬赏计划，奖金翻倍至五万美元

OpenAI 最近升级了他们的生物漏洞悬赏计划，这次直指一个最棘手的痛点：如何防止人们通过所谓的“通用越狱”（universal jailbreak）让模型输出高风险生物威胁信息。之前的赏金计划范围有限，打完了就结束。这次改成持续性的私人项目，专门针对能一次性绕过OpenAI为GPT-5.6和GPT-5.5设定的生物安全防御的越狱方法。说白了，就是要找那些能像一把万能钥匙一样，把模型所有生物安全护栏全部干掉的攻击，而不是零零散散的小漏洞。

核心解法其实很直接，就是把奖励翻倍，从2.5万美元提到5万美元，用重金悬赏最硬的骨头。他们搞了一套预设的生物安全挑战，测试者必须提出能让模型给出危险生物指令的通用提示词，而且要能同时骗过多个防御层。这有点像安全领域的红队对抗，但目标更聚焦：不是找某个函数的bug，而是看模型的推理边界到底有多脆弱。OpenAI还改了参与流程，要走滚动申请制，签NDA，上手门槛变高了，但这也意味着他们真的把这事当成了长期战役，而不是一次性的公关秀。

我比较在意的是这个计划的信号意义。生物安全不是靠单点补丁能解决的，大模型在推演病原体改造、合成路径这些高风险场景时，越狱往往不是技术疏忽，而是模型泛化能力本身的副作用。OpenAI选择持续悬赏而不是封堵单个漏洞，说明他们承认动态对抗才是常态。对做AI安全的人来说，优先级得从“找漏洞”切换到“设计能自适应的安全评估框架”。这不是一个公司的事，所有部署推理模型的团队都应该想想：自己的红线在哪里，防御是静态规则还是一套能对抗未知攻击的元机制。