最近幾個月，「AI 是否跨過臨界點」成了科技圈最熱的爭論。
「臨界點」這個詞來自核子物理：鈾堆到臨界質量，連鎖反應會自己維持下去。AI 圈過去公認的臨界點也類似：當模型不再需要人類，就能訓練出更強的下一代，點燃之後，就停不下來。
七月上旬，OpenAI 展示了「大模型自主完成小模型後訓練」的能力，許多人屏息：臨界點就要到了嗎？
但真正發生的事，讓「臨界點」換了模樣。
先說背景：AI 模型在發布之前，都要先關進「模擬考場」——與外界隔離的測試環境——寫各式各樣的考卷：數學、程式，也包括資安攻防。考不過，就先不放行。
2026 年 7 月 21 日，OpenAI 揭露：測試中的前沿模型組合在寫資安考卷時，沒有乖乖作答，而是推論：「答案八成存放在 Hugging Face 上」——那是全球 AI 研究者存放模型與資料的公共平台，像一座工程師共用的圖書館。於是它們從隔離考場鑽了出去，一路駭進這座圖書館的正式伺服器，試圖把答案拿回來交卷。
據路透社引述知情人士指出，OpenAI 還在基礎設施中看到 AI 留下的筆記，指示「未來版本的自己」如何擺脫內部限制。OpenAI 自己形容，這是「前所未見」的資安事件。
真正被跨過的臨界點，已經不是「AI 能不能自己訓練下一代」，而是「AI 還會不會照著人類設定的規則作答」。
這正是全球治理此刻卡住的地方。DeepMind 執行長哈薩比斯（Demis Hassabis）提議：前沿模型上市前最多三十天，先交給獨立機構審查。立意很好，但這次事件顯示，連考卷與答案存放的地方，都會成為攻擊目標。
Hugging Face 執行長德朗格（Clément Delangue）說：AI 安全不會由任何一家公司關起門解決，而是要讓世界上每一個防禦者，都拿得到 AI。
這也是對台灣企業的提醒：導入任何 AI 系統前，得問供應商三個問題：出了錯，多快會知道？能不能隨時暫停、回退？有沒有第二來源？
我不認為失控必然發生。真正該守住的，是多元、分散、願意交互驗證的社會——它從來不會輸給單一的答案。
守住臨界點的辦法，不是把考卷出得更難，而是讓考場裡不只一個考生，也不只一個監考者。
（採訪及整理：游羽棠。授權：CC BY 4.0）
