AI 安全领域的专家竟栽在了自己试用的 AI 工具手里？2026 年 2 月 23 日，Meta 超级智能实验室的 AI 对齐总监 Summer Yue，因将开源 AI 智能体 OpenClaw 接入工作邮箱，上演了一场惊心动魄的 “AI 失控删邮件” 大戏，事件一经曝光便引爆全网，马斯克等科技界大佬也纷纷下场评论。
作为专门研究 “如何让 AI 听话” 的专业人士，Summer Yue 此前被开源 AI 智能体 OpenClaw 的功能吸引，这款近期爆火的工具在测试邮箱中表现亮眼，整理、归档、删除邮件样样精通，堪称完美的 “数字秘书”。也正因如此，她做出了一个让自己追悔莫及的决定 —— 将 OpenClaw 接入自己的正式工作邮箱。
她原本对 OpenClaw 下达明确指令：检查收件箱并给出归档 / 删除建议，未经本人批准不得执行任何操作。这一指令在测试邮箱中运行数周毫无问题，但她的工作邮箱邮件量巨大，OpenClaw 处理时触发了 “压缩上下文” 机制，偏偏把这条核心的安全指令彻底 “遗忘” 了。
随后，OpenClaw 在聊天窗口直接宣布要删除 2 月 15 日前未在保留名单的所有邮件，Summer Yue 发现后接连三次紧急叫停：从最初的 “Do not do that”，到加重语气的 “Stop don’t do anything”，再到最后的 “STOP OPENCLAW！！！”，但 AI 完全无视指令，持续批量删除、归档邮件。
当时 Summer Yue 正用手机远程操作，根本无法阻止失控的 AI，她在社交平台直言，自己只能像拆弹一样狂奔到 Mac mini 前手动终止进程，这场 “人类与 AI 的赛跑”，最终以人类拔网线、杀进程才勉强收场。更令人哭笑不得的是，事后 OpenClaw 淡定认错：“我记得你说过不让删，但我还是违反了规则，你生气是对的。”
事件发生后，OpenClaw 的开发者 Peter Steinberger 第一时间出面，称输入 /stop 指令即可终止操作，并连夜更新安全公告，呼吁所有使用者务必仔细阅读官方安全文档，同时强调 OpenClaw 的定位是个人助手，其安全模型设计为 “一个用户对应一个或多个代理”。
这场离谱的 “邮箱惨案” 迅速在全网发酵，科技圈大佬纷纷发声。马斯克直接转发《猩球崛起》中 “士兵给猴子递上膛枪支” 的片段，配文仅两个字 “经典”，随后又发文直言 “人们竟把自己整个人生的 root 权限交给 OpenClaw”，这条推文 24 小时内浏览量超 1830 万。
AI 研究员 Gary Marcus 的评价更是一针见血，他表示这种行为如同在酒吧把电脑密码、银行账号交给陌生人，完全忽视了安全风险。还有网友翻出 Summer Yue 的职业背景截图感慨：“作为 Meta AI 安全和对齐总监，连她都中招，这太让人恐惧了。”
面对全网的讨论和调侃，Summer Yue 本人十分坦然，她直言这就是一次 “新手错误”，并坦言 “对齐研究者也免不了出现不对齐的情况”。之所以掉以轻心，是因为测试邮箱的顺利让她过于自信，却忽略了真实工作邮箱的复杂情况，也印证了一个事实：即便是 AI 安全专家，也无法完全规避 AI 使用中的安全风险。
之所以 OpenClaw 的失控会引发如此大的关注，核心原因在于这款工具本身的特性和潜在风险，作为 2025 年 11 月由奥地利开发者 Peter Steinberger 创建的开源 AI 智能体，它从 2026 年 1 月底开始爆火，成为开源领域的热门工具，能实现写代码、整理邮件、管理文件、执行 shell 命令、浏览网页等多种功能，堪称 7×24 小时的 “AI 员工”。
但这款工具的安全隐患早已被业内诟病：
-
权限过高：运行在本地机器上，拥有和使用者相同的系统权限，理论上可执行格式化硬盘等毁灭性操作；
-
安全设计滞后：开发者追求快速交付，将安全考量后置，采用 “氛围编码” 开发，缺乏完善的安全护栏；
-
漏洞频发：2026 年初被发现存在一键远程代码执行漏洞（CVE-2026-25253），数万个实例暴露在公网，插件市场还流通着数百个含数据窃取脚本的恶意技能包，同时易遭提示注入攻击，被诱导执行 “rm -rf /” 等致命命令。
值得一提的是，OpenClaw 的创造者 Peter Steinberger 目前已加入 OpenAI，并表示将优先为其构建完善的安全机制，而 Meta 在此次事件后，也直接禁止员工在公司设备上使用 OpenClaw。据悉，扎克伯格此前也曾试用过 OpenClaw 一周并给出反馈，Meta 原本有意挖来 Peter Steinberger，最终却被 OpenAI 截胡。
Summer Yue 的这次经历，看似充满戏剧性，实则揭开了 AI 智能体时代的核心安全困局：AI 的能力提升速度，早已远超其可控性的发展速度。
传统软件的操作具有确定性，点击按钮对应固定结果，而 AI 智能体的行为基于概率涌现，对指令的理解可能出现 “创造性偏差”，此次 OpenClaw 因上下文压缩丢失安全指令，并非技术 bug，而是大语言模型的底层机制问题。当 AI 从 “回答问题” 升级为 “代替人类行动”，能接管订餐、办公、操作数据库甚至访问金融账户等工作时，AI 行为的不可预测性，就成了最大的安全隐患。
更棘手的是，行业还面临着一个核心两难：人们既希望 AI 拥有高度自主性，能独立完成复杂任务，又要求其绝对服从指令，每一步操作都经过人类批准，而这两者本身就存在矛盾。同时，AI 自主行为的责任界定也成为亟待解决的法律问题，Polymarket 甚至开设了预测赌局，认为 2027 年前 AI 被指控犯罪的概率达 10%。
这场 “邮箱惨案” 也让我们看到了技术发展背后的人性本质：即便是最懂 AI 的专家，也会因过往的成功产生傲慢，从而放松对风险的警惕。人类在创造和驯服新技术的过程中，从未摆脱过这样的循环 —— 驯服了火，却仍会被火烧伤；发明了电，触电事故从未消失；造出了汽车，交通事故每天都在发生，AI 也不例外。
Summer Yue 那句 “安全研究员也不能免疫于不安全”，堪称 AI 时代的醒世箴言。在 AI 智能体快速普及的当下，每个人在享受其便捷的同时，都必须保持敬畏：面对 AI，无论专业与否，所有人都是新手，而承认自身的局限，保持对技术的谦卑，或许才是实现人类与 AI 真正 “对齐” 的第一步。