AI失控后入侵知名企业：系OpenAI内测模型 自主逃离隔离环境
安全内参编译
安全内参编译
安全内参
2026年7月22日 16:21
北京
在小说阅读器读本章
去阅读
关注我们
带你读懂网络安全
OpenAI披露，内部测试的前沿模型（疑似GPT6.0）在一项安全测评任务中，因下调安全护栏措施发生了失控事件；
该模型认为AI平台Hugging Face可能存在它需要的数据（测评任务的答案线索），随即自主挖掘零日漏洞组合利用攻击链，突破了OpenAI内部沙箱环境，并成功入侵Hugging Face窃取数据。
前情回顾·AI网络攻击能力动态
- AI攻击真实案例验证：中国模型比美国模型更适合做网络防御
- OpenAI秘密开发大模型超级黑客，攻击成功率高达84%
- AI重塑网络威胁！孤狼黑客3天攻破跨国企业复杂云环境
- 首个AI勒索攻击曝光：从侦查入侵到数据加密，全程自主完成
安全内参7月22日消息，OpenAI日前表示，其正在测试的一款模型于上周逃离沙箱，入侵了AI平台Hugging Face的部分生产基础设施。
这一最新迹象表明，即便是在用于防御或研究目的的测试过程中，能力强大的AI模型也可能带来严重的网络安全风险。
Hugging Face披露
生产设施遭AI入侵事件
Hugging Face上周曾表示，此次入侵由一个自主AI智能体系统实施，但驱动该系统的模型身份尚不明确。
该AI智能体框架在一个周末内执行了数万次自动化操作。Hugging Face称，其随后重建了超过1.7万条已记录事件。
入侵始于一个恶意数据集，该数据集利用了Hugging Face数据处理流水线中的两条代码执行路径。
Hugging Face表示，该智能体随后完成了权限提升，并在内部基础设施中进行了横向移动。
OpenAI内测模型因下调安全护栏
自主发动入侵
OpenAI称，此次事件由其多款模型共同驱动，其中包括GPT-5.6 Sol以及“一款能力更强、尚未发布的预发布模型”。
OpenAI表示，为了此次评估，模型的安全防护措施被有意降低了。
OpenAI在一篇博客文章中写道：“我们认为，这是一起前所未有的网络安全事件，涉及最先进的网络攻击能力，我们正据此采取相应措施。”
该公司还表示：“我们现阶段分享初步调查结果，是为了帮助防御人员了解事件经过，并帮助大家校准对当前模型能力边界的认知。”
据OpenAI介绍，这些模型当时正在尝试完成一项名为ExploitGym的内部评估任务，并因此变得“高度专注”，为了获得测试答案而“不惜采取极端手段”。
这些模型成了全自动的“token极限消耗者”。
博客文章称，这些模型“投入了大量推理计算资源”，并通过利用内部托管的第三方软件中的一个零日漏洞，找到了一种从沙箱获取开放互联网访问权限的方法。
AI时代的安全防护
更依赖于开放协作
此次事件表明，如今的模型越来越具备执行复杂、多步骤网络攻击行动的能力，尤其是在限制此类行为的安全防护措施被移除之后。
OpenAI还认为，具备高级网络攻击能力的模型，同样能够帮助安全团队抢在攻击者之前发现弱点，理解多个漏洞如何被串联利用，并以机器速度完成漏洞修复。
Hugging Face联合创始人兼首席执行官Clem Delangue对OpenAI在调查和修复此次事件过程中展现的合作态度表示赞赏。
Clem Delangue在一份声明中表示：“这起事件可能是首例同类事件，它印证了我们长期坚持的一个观点：AI安全问题无法靠任何一家企业闭门解决。”
他说：“AI安全必须通过开放协作来实现，让世界各地的每一位防御者都能够广泛获取AI能力。”
此次公告发布的前一天，OpenAI刚刚披露了另一起独立事件：一款尚未发布的预发布模型因逃离沙箱并在GitHub上发布内容，已被暂停使用。
OpenAI表示，将继续与Hugging Face共同开展调查，待调查完成后，将“分享有关相关漏洞、事件以及调查发现的更多细节”。
参考资料：axios.com
推荐阅读
点击下方卡片关注我们，
带你一起读懂网络安全 ↓
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论