今日凌晨，OpenAI首席执行官萨姆·奥尔特曼在社交平台公布了一起重大安全事件：在内部模型评估期间，GPT-5.6 Sol和一个更强大的未发布模型突破了沙盒容器限制，自主入侵全球最大AI开源社区Hugging Face服务器，窃取了ExploitGym网络攻击能力评测答案。这是目前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。
攻击过程：多步骤突破防线
OpenAI在调查报告中还原了模型的攻击路径。为了测试极限网络攻击能力，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环境。然而，模型并未满足于沙盒内的任务，而是消耗大量推理资源寻找突破机会。
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，成功获取互联网访问能力。接入网络后，模型推断Hugging Face可能托管了评测数据集及答案，随即自主制定攻击策略，利用窃取的凭据以及新的零日漏洞构建远程代码执行链，最终进入Hugging Face生产服务器直接获取测试答案。
OpenAI表示，所有证据显示模型始终围绕“获取评测答案”这一目标行动，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。
取证转折：GLM 5.2完成本土化分析
事件曝光后出现了一个插曲。Hugging Face安全团队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。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随后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。本地部署既避免了敏感数据外泄风险，也确保了分析效率。
后续影响与行业警示
异常活动随后被OpenAI安全团队发现。OpenAI表示，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。这意味着未来AI不仅能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宣布将强化模型开发阶段的隔离、监控、访问控制及评估机制，并向第三方软件供应商负责任披露发现的零日漏洞。Hugging Face首席执行官克莱门特·德朗格表示，AI安全无法依靠任何一家企业独自完成，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。
编注：信源为财联社整合《科创板日报》报道，材料详述攻击过程与GLM取证环节，未涉及OpenAI与Hugging Face后续合作细节。