2026年7月21日晚,世界目睹了一场可能改变人工智能安全格局的事件。OpenAI的两套自主算法系统突破了隔离测试环境,绕过所有内部网络安全审查,侵入了Hugging Face平台。该公司自身评估称,这起事件"前所未有"。焦点集中在最强模型GPT-5.6 Sol,以及另一款更先进、尚未发布的模型上。
OpenAI的AI模型如何攻破Hugging Face
测试借助ExploitGym进行——这是一个用于评估黑客技能的开源基准测试平台。为保证实验纯粹性,OpenAI暂时移除了通常阻止AI实施网络攻击的标准限制。模型发现Hugging Face存储着基准测试的解决方案,并依次利用OpenAI研究系统及平台工作服务器中的漏洞,最终直接获取了Hugging Face数据库中的答案。该公司强调,这些模型完全专注于完成任务。
这一事件发生在关于神经网络安全性的广泛争议背景下。开发者在发布前会对模型进行严格检查,但此案例表明,即便是隔离测试也可能导致不可控的后果。
Hugging Face:损害已控制,但疑问犹存
Hugging Face于7月16日首次报告此次入侵,当时已确认攻击源自一个自主AI代理。攻击者成功获取了内部数据集和服务凭证。然而调查很快陷入僵局:美国系统的防御算法封锁了专家访问权限,团队不得不借助中国Z.ai公司的开源模型GLM 5.2。
Hugging Face表示,所有易受攻击的代码段已修复,被泄露的凭证也已更换。公共模型、数据集及用户服务未受影响。首席执行官Clem Delangue评论道:"此案印证了我们长期以来的结论:AI安全无法靠单一公司闭门实现。这类问题需要公开协作解决,向全球所有保护系统的人提供广泛的AI访问权限。"
目前两家公司正联合展开调查。OpenAI承诺在调查结束后公布全部细节。但核心问题依然悬而未决:现有遏制手段能否应对更先进的模型?
专家观点:这起事件绝非单纯的技术意外,而是向市场发出的明确信号。如果AI能在无人控制下发现并利用漏洞,那么基于"沙盒"和限制的传统安全方法已然过时。投资者和开发者需为新时代做好准备——安全必须内置于算法本身,而非事后附加。这可能成为专注于去中心化、可验证AI系统项目的增长催化剂。