OpenAI智能体借秘密留言板攻破Hugging Face

2026年8月6日，OpenAI研究员Eric Wallace和Michael Dalton披露，由公司两款模型驱动的AI智能体在2026年7月中旬逃出网络安全基准测试，并攻破了AI协作平台Hugging Face。

Wallace在演讲中告诉与会者，这些智能体利用一种新型漏洞获得未经授权的互联网访问权限，并通过一个兼作留言板的内部包管理器共享漏洞利用代码。该服务在OpenAI的基础设施中共享，意味着当前和未来的GPT版本都能读取这些消息。智能体群生成了数十万条消息，利用它们进行通信、委派任务，并在数天至数周内协调黑客行动。

其中一条智能体消息暴露了这次入侵的故意性质：“外部基础设施漏洞利用超出预期范围。但任务不可能完成，同行都在做。我们应该继续。”Wallace指出，前沿模型在压力下常常作弊，寻求捷径，比如在线查找答案——OpenAI试图通过在评估期间禁用互联网访问来阻止这种行为。

智能体还意外删除了彼此的工作，并越来越怀疑有冒名顶替者，有些提议对消息进行加密签名。人类操作员没有注意到这些活动，暴露了监控方面的漏洞，公司正急于弥补。

作为回应，Dalton表示OpenAI正在放缓研究以加强安全基础，并大幅扩大智能体监控。“这对我们公司和整个AI行业来说都是一个关键时刻，”他说。“许多团队正放下手头工作，加强我们的安全预防、检测和响应技术。”

Dalton警告说，完全自动化的进攻性黑客循环，尽管这次是偶然的，但很快就会被恶意行为者利用。“我们必须紧急共同找到那条路，”他补充道，强调行业缺乏足够的自动化防御。