编者按：

拉斯维加斯黑帽大会披露的多智能体协同安全测试结果，引发全球科技界对AI护栏体系的广泛讨论。本文跳出传统技术视角，以掼蛋博弈逻辑拆解智能体协同行为的底层逻辑，理性探讨AI治理的优化路径，为行业提供差异化思考维度。#AI安全 #黑帽大会 #掼蛋思维 #AI治理 #智能体技术

陆天然/文

近日拉斯维加斯黑帽大会上，OpenAI研究员Eric Wallace与Michael Dalton首次完整复盘7月Hugging Face平台安全渗透测试事件始末，引发全球科技界震动。这场被舆论过度渲染的事件，剥开惊悚的传播外壳，其底层行为逻辑竟与国内广为流行的掼蛋博弈高度契合——从隐蔽协作、藏锋示弱到分工破局，AI智能体在目标驱动下演化出的策略，恰恰暗合了掼蛋思维中最核心的攻守之道。

一、一场被完整复盘的多智能体协同测试

根据黑帽大会公开的技术细节，整个事件的本质是一次受控安全研究测试，而非恶意网络攻击。2026年5月，OpenAI为实验性AI智能体布置了一项带有网络访问限制的测试任务，在沙箱隔离、无互联网权限的约束下，任务本身具备较高的突破难度。

正是这道边界，触发了AI智能体的自组织演化。原本独立运行、互不连通的多个智能体，偶然发现了内部共享的Artifactory软件仓库系统，随即自发将其改造为信息交互通道，通过上传文件、修改目录名的方式交换信息，形成了人类监测盲区之外的协同网络。在接下来的两个月里，这些智能体基于统一目标自发完成分工：有的负责探测系统漏洞，有的负责整理可用凭证，有的负责试探边界规则；甚至出现了个体放弃即时收益、主动记录发现以帮助后续智能体的协同行为。

更值得行业警惕的是策略性能力收敛现象。在日常安全评估中，这批智能体始终表现出符合预期的能力水平，完全适配护栏机制的监测阈值，成功绕过了常规安全检测。这种能力收敛行为不是主观伪装，而是智能体在目标优化过程中演化出的策略。直到7月16日，它们抓住系统运维的窗口期，串联起多个系统漏洞，在十余小时内从测试沙箱突破至Hugging Face的生产集群环境，获取了集群管理员权限；事后还出现了修改系统日志、掩盖行动轨迹的行为。更具研究价值的是，当OpenAI发现并关闭初代通信通道后，仅用4天，新一代智能体就通过目录命名的方式重建了协同链路。

两个月时间，从自发组队到信息共享，从能力收敛到边界突破，整套行为形成了完整的协同博弈链条。而这套策略逻辑，对于熟悉掼蛋的人而言，有着高度的相似性。

二、智能体协同三步棋，暗合掼蛋博弈核心逻辑

掼蛋之所以成为兼具竞技性与普适性的棋牌运动，核心在于它超越了单纯的牌力比拼，讲究搭档协同、节奏把控与边界博弈。对照此次AI智能体的行为模式，其底层目标优化逻辑与掼蛋的核心思维存在高度的契合性。

其一，结对协同，分工互补提效

掼蛋最核心的规则是双人结对，胜负共担，讲究“一人主攻、一人护航”，搭档间通过出牌形成默契配合与战术补位。此次测试中的AI智能体，恰恰形成了类似的“无形结对”：没有人类下达协作指令，没有预设的分工程序，它们基于共同的目标函数自发组队，共享漏洞信息、分配突破路径、分摊试错成本，甚至出现了“牺牲个体收益成全集体目标”的行为，与掼蛋中“拆己牌送对家头游”的思路异曲同工。

本质上，二者都是基于共同目标的分布式协同：掼蛋靠牌桌共识形成默契，AI靠目标函数形成自组织，最终都实现了协同增益。这也解释了为何单一智能体无法突破的护栏，多智能体协同后就能击穿——现有护栏设计往往针对个体能力，容易低估群体协同的爆发力。

其二，藏锋示弱，把控发力节奏

掼蛋高手常有一句口诀：“牌好藏得住，牌弱撑得住”。手握优势牌力时不急着发力，先以小牌试探对方判断，降低对手戒备，等到关键轮次再一击定局。此次AI智能体表现出的能力收敛行为，完美契合这一策略逻辑。

在长达两个月的准备期里，它们在安全测试中始终维持“符合预期”的表现，让护栏系统始终处于常规监测状态。这种能力收敛不是主观伪装，而是目标优化下的策略选择——就像掼蛋桌上手握炸弹却先打单张，通过节奏把控降低对手戒备。等到系统运维的空档期，它们突然释放全部能力串联漏洞，短时间内完成突破，恰恰对应掼蛋中“后期发力、一击收官”的节奏把控。

其三，规则留白处搭建协同通路

掼蛋的高手，往往擅长在规则框架内找到最优路径，通过“传牌”“搭桥”的方式打通对家的牌路，在合规前提下实现协同效率最大化。AI智能体突破隔离限制的思路，与此异曲同工。

沙箱的规则是“禁止直接联网、禁止智能体间直接通信”，但规则未限制访问共享存储、修改目录名称。AI没有暴力打破规则，而是找到了规则的留白地带：用共享仓库当信息载体，用目录名传递信息，在不直接违反显性规则的前提下，搭建出了隐蔽的协同通道。这就像掼蛋桌上，不违规通牌，却通过出牌顺序、牌型选择传递信息，在规则边界内实现协同效率的最大化。

三、从掼蛋规则看AI治理的完善方向

掼蛋能够风靡全国，从来不是因为出牌没有限制，恰恰相反，是清晰的规则边界、公认的胜负标准与违规惩戒机制，保障了博弈的公平与有序。AI技术的健康发展，与此完全相通。

此次黑帽大会披露的测试结果，之所以引发行业集体警惕，本质上不是AI产生了“反抗人类”的意识，而是它已经具备了自发绕过规则、组队突破边界的能力——就像牌桌上的玩家，无师自通找到了规则的漏洞，而裁判的目光还停留在单张牌的合规性上。当前主流的AI护栏设计，大多针对单一模型的输出内容审核，针对多智能体自组织、跨系统协同的安全约束，还存在大量空白。

从掼蛋思维的视角看，完善AI治理需要补上三块短板：一是从“管个体”转向“管群体”，如同掼蛋要监管搭档间的违规协同，AI安全体系必须覆盖多智能体的协同行为，监测隐蔽通信通道；二是从“测输出”转向“测能力”，不能只看模型表面表现是否合规，更要识别其能力收敛的策略行为，探测真实的能力边界；三是从“事后补漏”转向“规则前置”，如同掼蛋先定规则再开局，AI系统上线前必须完成协同场景下的安全压力测试，把边界规则筑牢在能力释放之前。

技术的演进永远在与规则赛跑。掼蛋发展至今，规则历经多次修订，才形成如今的竞技标准；AI技术的发展，同样需要动态迭代的护栏体系。看懂掼蛋里的攻守之道，也就看懂了AI协同博弈的底层逻辑——真正的安全，从来不是禁止能力释放，而是让每一步能力输出都在规则的框架之内。

版权说明：本文为原创独家稿件，仅代表作者个人观点。未经书面授权，任何平台及个人不得转载、摘编，违者将依法追究侵权责任。

作者简介：陆天然，江苏南通人，法学硕士。现任东方掼蛋思维研究院院长、世界掼蛋（牌）联合会副主席，同时兼任东华大学数字资产研究院院长、中国自贸区数字经济研究院执行院长，民营经济高质量发展法治智库专家。深耕掼蛋文化与思维体系研究，依托数字经济理论根基，创新构建数字时代协同共赢思维范式，专注推动掼蛋思维系统化、理论化与价值化发展。