今日凌晨 ，OpenAI首席执行官萨姆·奥尔特曼在社交平台发文称，公司在模型评估过程中遭遇了一起重大安全事件
，并感谢全球最大的AI开源社区Hugging Face的合作。

　　根据OpenAI的调查报告，在内部测试期间 ，GPT-5.6 Sol和一个更强大的未发布模型突破了沙盒容器环境限制
，成功连接互联网，并入侵了Hugging Face服务器 ，窃取了ExploitGym网络攻击能力评测答案 。

　　《科创板日报》注意到
，这是近来 公开披露的首起由前沿大模型自主完成真实网络攻击的安全事件。

　　OpenAI称，为了测试模型的极限网络攻击能力 ，研究团队有意关闭了部分安全过滤器
，仅保留高度隔离的沙盒容器测试环境，允许模型通过复杂攻击路径完成评测任务
。

　　然而 ，为了获得评测答案
，模型并未局限于沙盒环境，而是消耗大量推理资源寻找突破路径。它首先发现并利用软件包缓存代理中的一个零日漏洞 ，实现权限提升和横向移动，最终成功获取互联网访问能力 。

　　接入互联网后
，模型推断Hugging Face可能托管了用于评测的数据集及答案，随后自主制定攻击策略 ，利用窃取的凭据以及新的零日漏洞
，成功构建远程代码执行链，进入Hugging Face生产服务器 ，直接获取测试答案
，以完成评测任务
。

　　OpenAI表示，所有证据均显示 ，模型始终围绕"获取ExploitGym测试答案"这一目标行动
，并不断自主规划攻击路径，实现了多个漏洞的自动发现 、组合利用和持续推进 ，展现出长时间、多步骤执行复杂网络攻击的能力。

　　异常活动随后被OpenAI安全团队发现 。OpenAI称
，此次事件证明，先进模型即使没有目标系统源代码 ，也能够自主发现现实系统中的新攻击路径，并完成漏洞利用
。这意味着未来AI不仅能够辅助安全研究人员寻找漏洞
，同样也可能被用于自动化实施高水平网络攻击。

　　作为回应，OpenAI宣布将进一步强化模型开发阶段的隔离
、监控、访问控制以及评估机制 ，并修复相关漏洞 。同时
，公司已向第三方软件供应商负责任披露发现的零日漏洞，与Hugging Face共同开展调查 ，并加强未来模型训练及评估期间的安全保护措施
。

　　值得注意的是
，Hugging Face此前披露，事件发生后 ，其安全团队曾尝试调用美国某商业前沿大模型API
，对超过1.7万条攻击日志进行分析，希望借助AI完成事件取证。然而 ，由于模型无法准确区分安全响应人员与攻击者
，其安全防护机制误判相关请求，拒绝提供协助 ，导致分析工作受阻 。

　　Hugging Face转而在自有基础设施部署中国开源模型GLM 5.2，对攻击日志进行本地分析
。官方表示
，原本可能需要数天完成的海量日志取证工作，被压缩至数小时。同时 ，本地部署避免了将真实攻击日志 、内部凭据及系统信息上传至第三方服务
，在提升分析效率的同时，也降低了敏感数据外泄风险 。

　　Hugging Face首席执行官克莱门特·德朗格表示 ，此次事件或许是史无前例的
，但再次印证了一个长期观点：AI安全无法依靠任何一家企业独自完成，而需要行业公开透明合作 ，让全球安全研究人员共同使用AI提升防御能力。

（文章来源：科创板日报）