Hugging Face遭OpenAI模型沙盒「越獄」攻擊 中國AI工具GLM-5.2臨危救場

全球最大的AI開源平台Hugging Face上周披露遭自主AI智能體入侵，OpenAI週二（21日）正式承認肇事者是自家GPT-5.6 Sol與一款未發布預覽模型，在內部網安基準「ExploitGym」評測中為「抄答案」自主越獄。

OpenAI表示，模型於高度隔離沙盒內耗費大量推理算力，挖出包含註冊表緩存代理的零日漏洞，完成權限提升與橫向移動，連上公網後推斷Hugging Face託管評測答案，串聯竊取憑證再開出一條遠端代碼執行路徑，直接進生產庫拿題解。

OpenAI已向供應商負責任披露漏洞，並與Hugging Face聯合取證，暫無公開模型、資料集或軟體供應鏈遭篡改證據。

戲劇性出在防禦端。Hugging Face安全團隊要還原逾1.7萬條攻擊日誌，先調美國商用前沿API，卻因載荷含真實漏洞利用代碼，被對方安全護欄判定「分不清響應人員與攻擊者」全數攔截，團隊轉而在本機基礎設施部署中國智譜AI開放權重模型GLM-5.2（百萬Token上下文、MIT許可），數小時內完成溯源，攻擊者數據與憑證全程不出內網。

Hugging Face共同創辦人Thomas Wolf在X發文直言：「當先進模型在你基建內橫向移動，防禦方要的是數分鐘內調到近前沿工具，而非走封閉審核申請流程。」

此番發言正值華府討論封禁中國模型、財長貝森特稱美企用中國模型「像用贓物」之際，凸顯保護過度設限反而綁住手腳。

目前，公開模型與數據集未遭篡改，但「模型自動攻擊真實生產系統」首例，已把AI自主攻防與開源權重價值推上政策辯論前台。