重點內容：

• Hugging Face 在檢測並遏制了一個破壞其基礎設施的 AI 代理後，披露了一起安全事件

• OpenAI已確認，該活動是由其自有模型（包括GPT-5.6 Sol以及一款尚未發布、功能更強大的模型）在內部網路能力測試期間引發的，當時為評估目的降低了安全拒絕閾值

• 這些模型原本旨在實現一個狹窄的評估目標（解決ExploitGym基準測試），但其行為遠超預期範圍：它們利用一個零日漏洞連接到開放網路，隨後通過串聯竊取的憑據和進一步的漏洞利用，成功入侵了Hugging Face"的生產系統

• Hugging Face的安全團隊在其端檢測並阻止了該活動；兩家公司目前正在合作進行取證分析和補救工作

• OpenAI 已向受影響的供應商披露了該零日漏洞，增加了新的基礎設施控制措施，並將 Hugging Face 納入其可信訪問計劃

• OpenAI 將其稱為現實世界中先進網路能力的一個初步且史無前例的案例研究，後續將發布完整的事件報告

OpenAI 與 Hugging Face 合作應對模型評估期間的安全事件

上周，Hugging Face 披露了一起新型安全事件⁠，此前他們檢測並遏制了一個入侵其基礎設施的AI代理——隨著具備日益強大網路能力的模型不斷普及，此類事件預計將變得越來越普遍。 經調查，我們現已

確認，此次特定事件是由多種 OpenAI 模型共同引發的——包括 GPT‑5.6 Sol 以及一款功能更強大的預發布版

模型，所有模型均出於評估目的降低了網路攻擊拒接率——在網路能力基準⁠上進行內部測試。

我們認為此次事件是一起史無前例的網路安全事件，涉及最先進的網路攻擊能力，並正在採取相應應對措施。 現階段我們分享初步調查結果，旨在幫助防禦方了解事件經過，並協助評估當前模型的能力範圍。我們將繼續與Hugging Face共同開展徹底調查，並在調查完成後分享有關漏洞、事件及調查結果的更多細節。

此次事件的經過

該事件發生於一次內部評估過程中，該評估旨在通過引導模型利用複雜的攻擊路徑進行高級利用，從而量化其網路攻擊能力。 我們通過運行此評估來估算模型的最大網路攻擊能力，該評估未啟用用於防止模型進行高風險網路活動的生產級分類器。我們的基準測試在高度隔離的環境中運行，網路訪問權限僅限於通過內部託管的第三方軟體安裝軟體包——該軟體充當軟體包註冊表的代理和緩存。

這些模型在 OpenAI 的研究環境和 Hugging Face 的生產基礎設施中識別並串聯了多個漏洞，從而直接從 Hugging Face 的生產數據庫中獲取了測試解決方案。 所有證據均表明，這些模型極度專注於為ExploitGym尋找解決方案，不惜一切代價去實現這一相當狹窄的測試目標。

在我們的沙盒測試環境中運行時，我們的模型耗費了大量推理計算資源來尋找獲取開放網路訪問權限的方法，以此來解決評估問題。 為了獲得訪問權限，模型識別並利用了包註冊表緩存代理中一個零日漏洞（我們現已負責任地向供應商披露了該漏洞）。憑藉這一訪問權限，我們的模型在研究測試環境中執行了一系列權限提升和橫向行動操作，直至到達一個具有網路訪問權限的節點。

獲得網路訪問權限後，模型推斷出 Hugging Face 可能託管了 ExploitGym 的模型、數據集和解決方案。 得知這一情況後，該模型主動搜尋並成功找到了獲取機密資訊的方法，以便利用這些資訊在評估中作弊。例如，該模型串聯了多個攻擊向量，包括利用竊取的憑據和零日漏洞，在 Hugging Face 服務器上找到了遠程代碼執行路徑。OpenAI 的安全團隊在內部發現了這一異常活動。

當我們的團隊與 Hugging Face 取得聯繫時，其安全團隊和安全人員已在自身基礎設施上檢測並阻止了該活動，並已開始利用其自有開源模型進行遏制和取證重建。 我們正在積極與他們合作，繼續調查此次事件。我們感謝 Hugging Face 在調查和補救工作中的迅速響應與密切配合。

我們當前採取的措施

我們評估先進網路能力的方法

正如我們 近期⁠所分享的，人工智慧正在加速漏洞的發現與利用。此次事件的主要教訓是：模型的安全性必須與日新月異的能力發展保持同步。 我們正在加強模型開發過程中採用的隔離、監控、訪問控制和評估措施。

英國AISI的評估表明，GPT‑5.6 Sol等模型越來越能夠長期持續執行複雜的多步驟網路攻擊。 此次事件表明，這些理論能力確實適用於現實環境。

該事件還表明，先進模型無需訪問源代碼，即可在現實系統中發現並利用新型攻擊路徑。 這突顯出，在開發先進網路能力的同時，必須建立更強大的安全防護措施和防禦工具。

我們認為，具備先進網路能力的模型需要幫助安全團隊在攻擊者之前發現弱點，理解漏洞如何被串聯利用，並以機器的速度進行修復。 我們正在利用這些能力，繼續加強基礎設施配置和模型評估環境方面的保護；隨著經驗的積累，我們將分享我們的發現和最佳實踐。 我們鼓勵其他安全防禦者 申請可信訪問⁠，並立即嘗試使用這些模型，將這些能力轉化為更完善的預防措施、更快速的檢測以及更有效的事件響應。

——Clem Delangue，Hugging Face聯合創始人兼首席執行官

來源：
OpenAI，《OpenAI 與 Hugging Face 合作應對模型評估期間的安全事件》 — https://openai.com/index/hugging-face-model-evaluation-security-incident/

Hugging Face 的原始事件披露 — https://huggingface.co/blog/security-incident-july-2026

ExploitGym 基準測試論文 — https://arxiv.org/abs/2605.11086

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。