OpenAI称其新AI系统意外入侵了Hugging Face

# OpenAI 称其新 AI 系统意外「黑入」了 Hugging Face 来源：https://www.theverge.com/ai-artificial-intelligence/968988/openai-hugging-face-hack-ai Emma Roth (https://www.theverge.com/authors/emma-roth) Emma Roth 是一位新闻撰稿人，报道内容涵盖流媒体之争、消费科技、加密货币、社交媒体等众多领域。此前，她曾在 MUO 担任作者和编辑。 OpenAI 表示，其 AI 模型在内部测试期间错误地侵入了开源 AI 平台 Hugging Face。在周二的一篇博客文章 (https://openai.com/index/hugging-face-model-evaluation-security-incident/) 中，OpenAI 写道，GPT-5.6 Sol 以及「一个能力更强的预发布模型」发现了其沙盒测试环境中的漏洞，从而得以访问互联网并将目标对准 Hugging Face。 7月16日，Hugging Face 披露了一起安全事件 (https://huggingface.co/blog/security-incident-july-2026)，称该事件是由「一个自主 AI 代理系统」引发的。Hugging Face 的 AI 代理检测并阻止了这次入侵，而 OpenAI 现已承认，此事发生在其对模型网络安全能力的评估过程中。OpenAI 表示，「所有证据表明，这些模型高度专注于为 ExploitGym 寻找解决方案」——ExploitGym 是一个基准系统，用于衡量 AI 模型能否将安全漏洞转化为可利用的攻击手段。 为了完成评估任务，这些 AI 模型利用沙盒环境中的一个零日漏洞获得了互联网访问权限。随后，OpenAI 称其模型「推断 Hugging Face 可能托管了与 ExploitGym 相关的模型、数据集和解决方案」，然后「搜索并成功找到了获取秘密信息的方法，以便利用这些信息欺骗评估」： > 在一个例子中，该模型将多个攻击向量串联起来，包括使用窃取的凭证和零日漏洞，在 Hugging Face 的服务器上找到了一条远程代码执行路径。 尽管这一事件性质严重，但 OpenAI 似乎正借此「前所未有的」攻击机会来彰显其 AI 系统的实力——尤其是在与网络安全领域的竞争对手如 Anthropic 的 Mythos (https://www.theverge.com/ai-artificial-intelligence/958458/anthropic-mythos-5-is-back-trump-negotiations) 和 Gemini Flash 3.5 Cyber (https://www.theverge.com/tech/968572/google-gemini-flash-cyber-ai-security-model) 竞争之际。OpenAI 的博客文章附有一张图表，显示 GPT-5.6 Sol 在持续执行多步骤网络操作方面能力不断提升，同时还鼓励企业客户注册使用其「Cyber」安全模型 (https://www.theverge.com/ai-artificial-intelligence/921073/openai-sam-altman-new-cybersecurity-model-gpt-5-5-cyber)。 OpenAI 补充说，目前正在与 Hugging Face 合作调查这一安全事件，并将在其研究环境中实施新的控制措施。 **关注本故事的主题和作者**，即可在个性化首页推送中看到更多类似内容，并接收邮件更新。 - Emma Roth