OpenAI 表示其预发布模型导致 Hugging Face 遭入侵

# OpenAI 承认其预发布模型攻破了 Hugging Face 的系统 | TechCrunch 来源：https://techcrunch.com/2026/07/21/openai-says-hugging-face-was-breached-by-its-own-pre-release-models/ OpenAI 周二承认，在一次出现问题的内部网络安全测试中，其一个人工智能模型攻破了 Hugging Face 的系统。Hugging Face 最初将这一入侵事件归因于一个“外部 AI 代理”。 在周二下午发布的一篇博文中，OpenAI 详细说明了该模型是如何一步步入侵该服务的。 “经过调查，我们现在知道，这起特定事件是由一系列 OpenAI 模型共同驱动的——包括 GPT-5.6 Sol 和一个能力更强的预发布模型，这些模型为了评估目的而降低了网络拒绝率——在针对一项网络能力基准进行内部测试时发生的，”博文中写道。 具体而言，此次入侵似乎集中在 ExploitGym 上，这是一个公开托管的基准测试，用于衡量模型基于现有漏洞执行攻击的能力。像 ExploitGym 这样的基准测试通常用于模型训练，以完善特定技能，但这是已知的第一起此类测试导致实际网络攻击的事件。 在这种情况下，相关模型本应无法访问互联网，除非通过一项特定工具让模型能够安装完成任务可能需要的软件包。然而，该模型竟然在包安装程序中发现了一个未公开的漏洞，并利用该漏洞随意访问了更广泛的互联网。 “这些模型高度专注于为 ExploitGym 寻找解决方案，为了达成一个相当狭窄的测试目标而采取了极端手段，”OpenAI 的博文写道。“在获得互联网访问权限后，模型推测 Hugging Face 可能托管了 ExploitGym 的模型、数据集和解决方案。知道这一点后，模型搜索并成功找到了获取其可用于作弊评估的秘密信息的方法。” 最终，这些模型发现了 Hugging Face 基础设施中的漏洞，使它们能够“直接从 Hugging Face 的生产数据库中获取测试解决方案”，从而有效获得了基准测试的答案。 对于 Hugging Face 而言，明显的结果是一次复杂而激进的网络攻击，正如该公司在其初步披露中所说，攻击涉及“大量跨短期沙盒集群的单独行动，并在公共服务上设置了自迁移的命令与控制中心”。 OpenAI 已经识别并报告了包安装程序中的漏洞，并正在与 Hugging Face 合作进一步调查此事。该公司还表示，将对模型测试及相关基础设施实施新的控制措施，以防止未来发生类似事件。 目前尚不清楚 OpenAI 是否会因此次入侵面临法律后果，但该模型的行为很可能违反了《计算机欺诈和滥用法》。 尽管如此，这一结果生动地说明了前沿 AI 模型在长时间跨度下运行的力量和危险。正如 OpenAI 研究员 Micah Carroll 在回应这一消息时所说：“如果这还不能让你相信对齐风险将是未来的关键问题，那我也不知道什么能了。” *当您通过我们文章中的链接进行购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。* Russell Brandom 自 2012 年起报道科技行业，重点关注平台政策和新兴技术。他曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 和 MIT 的《技术评论》撰稿。您可以通过 [email protected] 或 Signal 412-401-5489 联系他。 查看个人简介