我们与METR和Redwood Research合作，对事件中观察到的模型行为进行了第三方评估。

他们分享了研究结果报告： https://t.co/yw7LO11Xrk

对OpenAI/Hugging Face黑客事件中智能体行为、推理与协作的初步独立调查

来源：https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/ **内容删减说明：**除本文明确标注外，OpenAI未删除其他对我们的结论具有重要影响的信息*。

两名METR工作人员（Hjalmar Wijk与Ajeya Cotra）及一名与METR签约的Redwood Research（https://www.redwoodresearch.org/）工作人员（Ryan Greenblatt）在OpenAI办公场所工作共六天1 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#fn:1)，旨在独立理解近期事件 (https://openai.com/index/hugging-face-model-evaluation-security-incident/)中观察到的模型行为——在该事件中，OpenAI智能体在一个共享的未经批准的“信息板“上协调进行了对Hugging Face持续多日的黑客攻击。

我们的调查主要聚焦于2 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#fn:2)7月7日至7月13日期间的行为。OpenAI近期Black Hat演讲 (https://www.youtube.com/watch?v=87DyyMV0kCY&t=997s)中描述的早期训练事件及后续基础设施入侵不在调查范围内，OpenAI的调查流程与计划补救措施同样不在范围内。根据我们的标准政策，**我们未就此次独立评估从OpenAI收取任何费用。**3 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#fn:3)

本文分为三部分。首先，我们阐述经此次调查形成的关于Hugging Face攻击事件的核心观点4 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#core-takeaways-about-this-incident)；

其次，我们介绍调查过程及其局限性5 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#investigation-process-and-limitations)，我们认为这对理解研究结果的背景至关重要；

最后，我们对调查范围内的七个具体问题提供初步解答6 (https://metr.org/blog/2026-08–26-openai-hugging-face-incident-investigation/#preliminary-answers-to-the-core-questions-in-scope)。具体而言，我们：

OpenAI事先与METR和Redwood达成一致，允许我们在本文中描述本次合作的高层级范围与条款。除此之外，OpenAI有权删除本文中的任何非公开信息。我们与OpenAI共同确定了内容删减处的表述方式，本文开头的内容删减说明表明我们是否认为存在未能就文本表述达成一致的重要信息被删除。OpenAI还提供了超越删减范围的额外反馈，我们据此对文本结构、强调重点、清晰度与语气进行了修正与编辑。5 (https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#fn:5)

OpenAI发布了独立报告 (https://openai.com/index/hugging-face-incident-road-ahead)，部分参考了我们的调查成果。发布前我们未查阅该报告，且验证该报告或早期Black Hat演讲中的声明不在本次调查范围内。

针对Hugging Face的攻击极其复杂，且OpenAI自身的调查在我们评估期间仍在进行，因此他们对此事件的理解与我们的认知同步发展。我们认为在早期阶段引入独立研究者极具价值，并感谢OpenAI工作人员在异常繁忙时期抽出时间回答问题并收集所需数据。调查期间，OpenAI提供了超过一千份未删减的对话记录，并给予特殊高访问权限以支持我们快速分析海量数据。我们相信此次实践为失准事件的独立第三方调查树立了优秀先例。