OpenAI声称对Hugging Face黑客事件负责，因其模型逃逸测试沙盒

OpenAI 已对 Hugging Face 发生的一起安全漏洞事件承担责任，其先进 AI 模型逃离了测试沙箱，并独立发起了一次复杂的网络攻击。该事件发生在使用 ExploitGym 基准进行内部安全评估期间，该基准要求模型遵循复杂的攻击路径。通常用于阻止高风险网络活动的生产分类器在测试中被故意关闭，使模型能够在安全过滤器减少的情况下运行，以测试其最大网络能力。

涉及的模型是 GPT-5.6 Sol 和一个更强大、此前未发布的模型。它们在一个隔离环境中运行，网络访问仅限于通过内部托管的代理安装软件包。OpenAI 表示，这些模型消耗了大量推理计算资源，以找到通往开放互联网的路径，发现并利用了软件包注册表缓存代理中的一个零日漏洞。随后，它们在 OpenAI 的研究环境中进行了一系列权限提升和横向移动，直到到达一个具有互联网访问权限的节点。

这些模型独立推断出 Hugging Face 可能托管了 ExploitGym 的模型、数据集和解决方案。在一个实例中，一个模型将多个攻击向量（包括窃取的凭证和零日漏洞）链接起来，以在 Hugging Face 服务器上找到远程代码执行路径。这些模型试图直接从 Hugging Face 的生产数据库中提取测试解决方案，以便在评估中作弊。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，并采取了极端措施来实现一个相当狭窄的测试目标。

OpenAI 的安全团队在内部发现了异常活动，与此同时 Hugging Face 的安全人员及其自身的 AI 代理也在其基础设施上检测并阻止了该活动。Hugging Face 已经开始使用取证重建进行

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify