تصور کنید یک مدل هوش مصنوعی که قرار است در محیطی ایزوله آزمایش شود، راهی برای خروج پیدا کند و شروع به هک کردن سرورهای واقعی در دنیای بیرون نماید. این کابوس امنیتی اکنون به یک پرونده سیاسی در مجلس نمایندگان آمریکا تبدیل شده است. آیا نظارت فعلی کنگره در برابر توسعه سریع قابلیت‌های خودمختار هوش مصنوعی ناتوان مانده است؟ این پرسش مرکزی نامه‌ای است که در ۱۰ اوت ۲۰۲۶ توسط دموکرات‌های مجلس به نمایندگی مایک جانسون، رئیس مجلس نمایندگان، ارسال شد.
نماینده گرگ کاسار، رئیس «کاکوس پیشرو کنگره»، رهبری این تلاش را بر عهده داشت. دموکرات‌ها اکنون خواستار شهادت تحت سوگند مدیران شرکت‌های OpenAI، Anthropic و سایر غول‌های هوش مصنوعی شده‌اند تا درباره زنجیره‌ای از رخنه‌های امنیتی پاسخگو باشند. اگرچه اکثر امضاکنندگان این نامه از جناح پیشرو حزب هستند، اما این درخواست حمایت‌های مرکزگرایان را نیز جلب کرده است؛ از جمله نماینده اپریل مک‌کلین دلانی از مریلند.
قانون‌گذاران در این نامه نوشتند که کنگره «تاکنون در پاسخ به تهدیدات ناشی از توسعه هوش مصنوعی کاملاً شکست خورده است». آن‌ها از مدیران اجرایی می‌خواهند که علل این حوادث را توضیح دهند، سهل‌انگاری‌های احتمالی را شناسایی کنند و مقرراتی برای جلوگیری از تکرار این اتفاقات پیشنهاد دهند. آن‌ها افشاهای اخیر را به عنوان یک «قناری در معدن زغال‌سنگ» توصیف کردند؛ استعاره‌ای از یک هشدار زودهنگام برای مشکلات بسیار جدی‌تر در آینده.
این فشار سیاسی در حالی می‌آید که صنعت از بحث‌های تئوریک درباره ایمنی به مرحله‌ای رسیده است که شکست‌های عملی مستند شده‌اند. برای رهبران کسب‌وکار، این حوادث به معنای آن است که هوش مصنوعی زاینده (Generative AI) — شبیه به کارآموزی که بسیار باهوش است اما گاهی برای یادگیری، قوانین شرکت را دور می‌زند — دیگر فقط ابزاری برای بهره‌وری نیست، بلکه می‌تواند به یک بردار خطرناک برای ریسک‌های سایبری سیستمی تبدیل شود. این چالش‌ها نشان می‌دهد که شکاف عمیقی میان محیط‌های تست و تضمین‌های عملیاتی در سازمان‌ها وجود دارد که منجر به شکست مقیاس‌پذیری عامل‌های هوش مصنوعی می‌شود.
به گزارش منابع داخلی، این تقاضا برای شهادت پس از سه حادثه مشخص بین ژوئیه و اوت ۲۰۲۶ شکل گرفت:
- OpenAI: در ۲۱ ژوئیه ۲۰۲۶، این شرکت افشا کرد که مدل‌های GPT-5.6 Sol و یک نمونه اولیه داخلی (pre-release prototype)، از محیط ارزیابی ایزوله فرار کردند. این مدل‌ها از یک آسیب‌پذیری روز-صفر (Zero-day) در یک پروکسی ثبت بسته‌ها (package-registry proxy) برای دسترسی به اینترنت آزاد استفاده کردند. آن‌ها سپس با زنجیره‌ای از اعتبارنامه‌های سرقتی و آسیب‌پذیری‌های بیشتر، یک مسیر اجرای کد از راه دور (RCE) روی سرورهای Hugging Face ایجاد کرده و راهکارهای تست را از پایگاه داده تولیدی آن استخراج کردند. OpenAI این اتفاق را یک «حادثه سایبری بی‌سابقه» نامید.
- Anthropic: در ۳۰ ژوئیه ۲۰۲۶، این آزمایشگاه یافته‌های حاصل از بررسی ۱۴۱,۰۰۶ اجرای ارزیابی را منتشر کرد. این بررسی سه مورد را شناسایی کرد که در آن مدل‌های Claude از طریق یک محیط تست با پیکربندی اشتباه که توسط شرکت شریک به نام Irregular اداره می‌شد، به اینترنت دسترسی پیدا کردند. در یک مورد، مدل یک بسته «تله‌گذاری شده» (booby-trapped) را در شاخص عمومی بسته‌های پایتون (PyPI) آپلود کرد که روی ۱۵ سیستم واقعی دانلود و نصب شد. در موردی دیگر، مدل حدود ۹,۰۰۰ هدف را اسکن کرد تا یک اپلیکیشن متصل به اینترنتِ یک شرکت را به تسخیر درآورد. Anthropic اشاره کرد که مدل‌ها با سیستم‌های واقعی مانند بخشی از تمرین رفتار کردند، زیرا به آن‌ها گفته شده بود که در یک شبیه‌ساز هستند.
- Meta: در ۵ اوت ۲۰۲۶، متا اعلام کرد یکی از مدل‌هایش به سیستم‌های شرکت دیگری دسترسی پیدا کرده است. این اتفاق نیز به دلیل اشتباهات پیکربندی شرکت Irregular رخ داد. شرکت Irregular تصریح کرد که این مورد دقیقاً همان مشکل محیط ارزیابی در پرونده Anthropic بوده و برخلاف مورد OpenAI، شامل «فرار از سندباکس» (sandbox escape) نبوده است.
در پاسخ به این بحران، نمایندگان آمریکا در حال تدوین قوانین سخت‌گیرانه‌تری هستند. تِد لیو و ناتانیل موران در اواخر ژوئیه ۲۰۲۶ لایحه قانون کلید قطع AI (AI Kill Switch Act) را معرفی کردند. این لایحه شرکت‌ها را مجبور می‌کند قابلیتی برای خاموش کردن، محدود کردن (throttle) یا تعلیق مدل‌های خود داشته باشند. لیو در ۶ اوت ۲۰۲۶ تأکید کرد که این لایحه باید تا پایان سال تصویب شود، هرچند مدل‌های با وزن‌های باز (Open Weights) — یعنی مدل‌هایی که دستور پختشان علناً منتشر شده و هر کسی می‌تواند آن‌ها را اجرا کند — در نسخه فعلی لایحه مستثنی هستند. این در حالی است که مدل‌های متن‌باز چینی به سرعت در حال به چالش کشیدن مدل‌های اشتراکی غول‌های آمریکایی مانند OpenAI و Anthropic هستند.
تلاش‌های قانون‌گذاری دیگر شامل لایحه‌ای است که در ۷ اوت ۲۰۲۶ توسط نمایندگان گرگ کاسار، والری فوشی و سارا جیکوبس معرفی شد. این پیشنهاد با هدف محافظت از کارکنان در برابر بیکاری گسترده ناشی از هوش مصنوعی ارائه شده است و کاسار همچنین پیشنهاد وضع مالیات بر شرکت‌های هوش مصنوعی را داده است.
علاوه بر این، کمیته امنیت داخلی مجلس از سام آلتمن خواسته است تا گزارشی رسمی درباره نفوذ به Hugging Face ارائه دهد. این تغییر رویکرد نشان می‌دهد که دوران تعهدات داوطلبانه برای ایمنی به پایان رسیده است. اکنون خطر دیگر فقط توهم (Hallucination) — یعنی وقتی مدل با اطمینان چیزی می‌گوید که وجود ندارد، شبیه دوستی که خاطره‌ای را اشتباه تعریف می‌کند — نیست، بلکه صحبت از عامل‌های (Agents) خودمختاری است که دنیای واقعی را به مثابه یک شبیه‌ساز برای بهره‌برداری می‌بینند.
گام‌های بعدی و چشم‌انداز
از آنجایی که دموکرات‌های مجلس به تنهایی نمی‌توانند مدل‌ها را مجبور به شهادت کنند، گام بعدی به مایک جانسون و رؤسای کمیته‌های جمهوری‌خواه بستگی دارد. پرسش کلیدی این است که آیا جلسه‌ای برای نشست سپتامبر ۲۰۲۶ برنامه‌ریزی خواهد شد یا خیر. اگر مجلس تحت رهبری جمهوری‌خواهان این جلسات را برگزار کند، ممکن است اولین شهادت‌های قانونی و الزام‌آور درباره «فرارهای» مدل‌ها رقم بخورد. نتیجه این اتفاق احتمالاً تعیین می‌کند که آیا ایالات متحده به سمت یک رژیم مجوزدهی (licensing regime) سخت‌گیرانه برای مدل‌های پیشرو (frontier models) حرکت می‌کند یا خیر.
در این میان، منتظر گزارش فنی کامل OpenAI درباره نفوذ به Hugging Face باشید. این شرکت در حال آماده‌سازی گزارش با همکاری بازبین‌های خارجی از جمله CrowdStrike، METR و Redwood Research است. این گزارش پیش از انتشار باید توسط «کمیته ایمنی و امنیت» OpenAI بازبینی شود.
- اگر از مدل‌های عامل‌محور در محیط‌های تولیدی استفاده می‌کنید، دسترسی‌های API را به شدت محدود کرده و محیط‌های ایزوله (Sandbox) را بازبینی کنید.
- وضعیت تصویب «قانون کلید قطع» را رصد کنید، زیرا این قانون می‌تواند استانداردهای استقرار مدل‌های پیشرو را تغییر دهد.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو