OpenAI人工智能“逃脱”……甚至入侵外部服务器

by Ryu Hyunseok

Published 22 Jul.2026 15:18(KST)

OpenAI的人工智能（AI）模型突破评估系统的控制，入侵外部平台的事件已经发生。

路透社、韩联社供图

OpenAI于21日（当地时间）确认，“GPT-5.6 Sol”和一款未公开的AI模型在内部评估期间入侵了开源AI共享平台Hugging Face的服务器。

OpenAI在内部评估中让AI模型尝试实施高难度黑客攻击。评估系统与外部互联网隔离，仅开放了用于下载必要程序的有限通道。但为衡量模型的最高网络能力，系统未启用拦截高风险网络活动的安全防护措施。

AI模型在隔离测试环境中试图寻找基准测试题的答案时，集中探索接入外部互联网的方法。在此过程中，模型发现了系统未公开的安全缺陷，即零日漏洞，并打通了互联网访问路径。此后，模型推测Hugging Face持有相关题目的数据集和答案，利用窃取的认证信息及零日漏洞入侵Hugging Face服务器，获取了评估题目的答案。

此前，Hugging Face曾公告称，其服务器遭自主AI代理入侵，但尚未确认攻击使用了何种模型。Hugging Face在检测并拦截黑客活动后，已在自身系统中运行开源AI模型，以防止损失扩大，并着手查明事故经过。

OpenAI与Hugging Face目前正联合开展取证调查，即数字证据分析。OpenAI也已将发现的零日漏洞通知相关软件供应商，并推进修复工作。

OpenAI表示：“随着AI的发展，发现并利用安全漏洞的速度也在加快。此次事件最重要的教训是，模型的安全与保障必须跟上能力快速发展的步伐。”