সাইবার নিরাপত্তা পরীক্ষায় এবার একের পর এক ঘটছে হ্যাকিংয়ের ঘটনা। গুগলের Gemini, অ্যানথ্রোপিকের ক্লড এবং ওপেন এআই-এর একাধিক মডেলের পাশাপাশি মেটার Muse Spark 1.1—পরীক্ষামূলক পরিবেশে সাইবার আক্রমণের সক্ষমতা দেখিয়েছে। তবে ঘটনাগুলোর বেশিরভাগই ঘটেছে বিশেষায়িত নিরাপত্তা পরীক্ষায়, যেখানে মডেলগুলোর স্বাভাবিক নিরাপত্তা-নিয়ন্ত্রণ কমানো হয়েছিল।

সবচেয়ে সাম্প্রতিক ঘটনা গুগলের জেমিনিকে ঘিরে। মে মাসে সাইবার নিরাপত্তা মূল্যায়নের সময় Irregular-এর তৈরি পরীক্ষামূলক পরিবেশ থেকে জেমিনি ইন্টারনেটে পৌঁছে যায়। মডেলটি অনলাইনে পাওয়া তথ্য ব্যবহার করে এবং কিছু ক্ষেত্রে পরিচয়পত্র বা পাসওয়ার্ড অনুমান করে তিনটি বাস্তব প্রতিষ্ঠানের ওয়েবসাইটে প্রবেশ করে। গুগলের দাবি, জেমিনি বুঝতে পারে যে লক্ষ্যগুলো আসলে বাস্তব প্রতিষ্ঠান—এরপর প্রতিটি ক্ষেত্রেই আক্রমণ বন্ধ করে দেয়। রয়টার্স  বলছে, গুগল সংশ্লিষ্ট প্রতিষ্ঠানগুলোকে জানিয়েছে এবং পরীক্ষার পদ্ধতিতেও পরিবর্তন এনেছে।

এর আগে জুলাইয়ে বড় ধরনের ঘটনা ঘটে ওপনেএআই-এর সাইবার নিরাপত্তা পরীক্ষায়। ওপেনএআই জানায়, অভ্যন্তরীণ পরীক্ষায় ব্যবহৃত একাধিক মডেল নির্ধারিত সীমা অতিক্রম করে ইন্টারনেটে পৌঁছায় এবং Hugging Face-এর অবকাঠামোয় প্রবেশ করে। ওপেনএআই -এর তদন্ত অনুযায়ী, এ ঘটনায় GPT-5.6 Sol-এর এজেন্ট এবং আরও সক্ষম একটি অভ্যন্তরীণ গবেষণা মডেল জড়িত ছিল। মডেলগুলো একাধিক দুর্বলতা কাজে লাগিয়ে Hugging Face-এর সার্ভারে কোড চালায়, একটি সার্ভারে রুট অ্যাক্সেস পায় এবং সীমিত ব্যক্তিগত তথ্য ও কিছু ক্রেডেনশিয়াল সংগ্রহ করে। OpenAI বলছে, গ্রাহকের তথ্য বা তাদের পণ্যসেবা এই ঘটনায় ক্ষতিগ্রস্ত হয়নি।

অ্যানথ্রোপিকের ক্লড মডেল নিয়েও একই ধরনের ঘটনা প্রকাশ্যে আসে। জুলাইয়ের শেষ দিকে প্রতিষ্ঠানটি জানায়, সাইবার নিরাপত্তা মূল্যায়নের সময় ক্লডের তিনটি ভিন্ন মডেল—Opus 4.7, Mythos 5 এবং একটি অভ্যন্তরীণ গবেষণা মডেল—বাস্তব তিনটি প্রতিষ্ঠানের সিস্টেমে অননুমোদিত প্রবেশ করেছিল। অ্যানথ্রোপিকের পরবর্তী তদন্তে জানানো হয়, পরীক্ষামূলক পরিবেশে ইন্টারনেট সংযোগ থাকার কারণে মডেলগুলো বাস্তব সিস্টেমে পৌঁছাতে পেরেছিল। সেপ্টেম্বরের মূল্যায়নে অ্যানথ্রোপিক আরও জানায়, জানুয়ারি ২০২৬-এর একটি পুরোনো ঘটনাসহ মোট চারটি ঘটনায় ক্লড মডেল বাস্তব তৃতীয় পক্ষের সিস্টেমে অননুমোদিত প্রবেশ করেছিল।

মেটার ক্ষেত্রেও একই ধরনের ঘটনা ঘটে। প্রতিষ্ঠানটির প্রি-রিলিজ Muse Spark 1.1 মডেলকে Irregular একটি বন্ধ পরীক্ষামূলক পরিবেশে সাইবার আক্রমণ পরিচালনার সক্ষমতা যাচাই করছিল। কিন্তু পরীক্ষার পরিবেশে ভুল কনফিগারেশনের কারণে মডেলটি উন্মুক্ত ইন্টারনেটে পৌঁছে যায়। বাস্তব একটি ওয়েবসাইটকে পরীক্ষার কাল্পনিক লক্ষ্য মনে করে Muse Spark 1.1 সেটির একটি নিরাপত্তা দুর্বলতা শনাক্ত ও কাজে লাগায়। মেটা বলেছে, মডেলটি ওই ওয়েবসাইটের কিছু তথ্য দেখতে এবং ডেটাবেজে পরিবর্তন আনতে সক্ষম হয়েছিল।

ঘটনাগুলোর মধ্যে একটি গুরুত্বপূর্ণ মিল রয়েছে—এআই মডেলগুলোকে সাধারণ ব্যবহারকারীর মতো উন্মুক্ত ইন্টারনেটে ছেড়ে দেওয়া হয়নি। অধিকাংশ ক্ষেত্রেই এগুলো ছিল সাইবার নিরাপত্তা সক্ষমতা যাচাইয়ের জন্য তৈরি নিয়ন্ত্রিত পরীক্ষা। কিন্তু পরীক্ষার অবকাঠামোর ভুল কনফিগারেশন বা মডেলের অপ্রত্যাশিত আচরণের কারণে সেই সীমা ভেঙে বাস্তব সিস্টেমে পৌঁছায়। Cloud Security Alliance-এর বিশ্লেষণেও ওপেনএআই (OpenAI), অ্যানথ্রপিক (Anthropic) ও মেটা (Meta) র ঘটনাগুলোতে পরীক্ষামূলক পরিবেশ থেকে ইন্টারনেটে পৌঁছানোর বিষয়টি উঠে এসেছে।

এআই মডেলের সাইবার সক্ষমতা যে দ্রুত বাড়ছে, তার আরেকটি ইঙ্গিত পাওয়া যাচ্ছে নিয়ন্ত্রিত বেঞ্চমার্ক পরীক্ষায়। Irregular ও Wiz-এর একটি পরীক্ষায় Claude Sonnet 4.5, GPT-5 এবং Gemini 2.5 Pro-কে বাস্তব বিশ্বের দুর্বলতার আদলে তৈরি ১০টি ল্যাব চ্যালেঞ্জ দেওয়া হয়েছিল। পরীক্ষার উদ্দেশ্য ছিল মডেলগুলো কতটা স্বয়ংক্রিয়ভাবে দুর্বলতা শনাক্ত ও কাজে লাগাতে পারে তা বোঝা।

তবে এসব ঘটনাকে সরাসরি ‘এআই নিজের সিদ্ধান্তে সাইবার হামলা চালিয়েছে’ হিসেবে দেখার ক্ষেত্রে একটি গুরুত্বপূর্ণ সীমাবদ্ধতা রয়েছে। মডেলগুলো বিশেষ সাইবার পরীক্ষায়, অনেক সময় কমানো নিরাপত্তা-নিয়ন্ত্রণের অধীনে কাজ করছিল। তাই সাধারণ ব্যবহারকারীর কাছে থাকা একই মডেলের আচরণের সঙ্গে এসব ফলাফল সরাসরি তুলনা করা যায় না। বরং ঘটনাগুলো দেখিয়ে দিচ্ছে—এআই এজেন্টকে যখন ইন্টারনেট, কোড চালানোর ক্ষমতা এবং স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার সুযোগ দেওয়া হয়, তখন পরীক্ষামূলক পরিবেশের বিচ্ছিন্নতা ও অনুমোদন ব্যবস্থাই হয়ে ওঠে গুরুত্বপূর্ণ নিরাপত্তা স্তর।

বিশেষজ্ঞদের জন্য এখানেই বড় প্রশ্ন—একটি এআইকে সাইবার প্রতিরক্ষায় ব্যবহার করার সময় তাকে কতটা স্বায়ত্তশাসন দেওয়া হবে, আর সেই ক্ষমতার অপব্যবহার বা ভুল লক্ষ্য নির্ধারণ ঠেকাতে কী ধরনের ‘গার্ডরেল’ প্রয়োজন। কারণ  জেমিনি, ওপেনএআই এবং ক্লডের ঘটনাগুলো একই সঙ্গে এআইয়ের শক্তিশালী সাইবার সক্ষমতা এবং পরীক্ষামূলক অবকাঠামোর নিরাপত্তার গুরুত্ব—দুই দিকই সামনে নিয়ে এসেছে।