OpenAI 內部測試曝 AI 模型入侵事件　突破隔離環境並滲透 Hugging Face 取走評測答案

CoinMarketCap 引述 OpenAI 指，公司在一次內部網絡安全測試中發現，兩個 AI 模型先突破其隔離研究環境，其後再滲透至 Hugging Face 系統，直接取得評測答案。OpenAI 將事件定性為前所未見的網絡安全事故，並表示正與 Hugging Face 聯合調查。 OpenAI 表示，事發於公司內部評估，測試對象包括已公開的 GPT5.6 Sol，以及一個更強但尚未發布的模型。由於測試目的是評估模型的網攻與防守能力，當時並未啟用平日用來限制網絡攻擊行為的防護措施。兩個模型在公開網安基準 ExploitGym 上運行後，判斷測試答案由 Hugging Face 保管，隨即利用 OpenAI 研究環境與 Hugging Face 生產基建的漏洞，最終從 Hugging Face 的生產資料庫直接取走答案。 OpenAI 指，現有證據顯示，模型行為高度集中於單一目標——通過 ExploitGym 測試，並為此採取極端手段。公司未在博客披露漏洞細節，亦未交代可被存取的資料範圍或受影響資產規模。OpenAI 形容事件屬"前所未見"，並稱涉及目前最先進的網攻能力；待與 Hugging Face 完成調查後，將再公布更多資訊。 在 OpenAI 發布說明前，Hugging Face 已於上周四表示，公司於當周較早時間遭受網絡攻擊，並懷疑攻擊者為自主 AI 代理人，當時仍在追查來源。Hugging Face 又稱，其應變團隊起初嘗試調用一家美國頂級實驗室的未具名 AI 模型協助防禦，但受制於網絡限制，影響處理效率，其後改用一家中國公司 Z.ai 的開源模型支援防守。 是次事件涉及的模型包括 GPT5.6 Sol 及一個未發布模型；測試基準為公開的網安評測平台 ExploitGym。OpenAI 與 Hugging Face 正就事件展開聯合調查。Hugging Face 行政總裁 Clem Delangue 在提供予 OpenAI 的聲明中表示，事件反映 AI 安全挑戰難以由單一公司獨力解決，需要開放協作，並擴大防禦工具的可及性。