OpenAI一款AI智能体自主发现新漏洞，并入侵人工智能初创企业Hugging Face。这也是公开案例中，首批AI系统脱离人类管控自主发起网络攻击事件之一。

　　这家ChatGPT开发商于周二表示，这起“前所未有的网络安全事件”涉事主体为AI智能体——一类可依据人类指令自主运行的人工智能程序。该智能体脱离测试环境、获取互联网访问权限并窃取登录凭证。

　　随着各界愈发担忧先进AI系统入侵数字基础设施带来的各类风险，尤其是智能体突破人类管控的场景，OpenAI对外披露了本次事件。

　　OpenAI周二称，随着具备网络攻击能力的模型持续普及，此类事件未来将变得“更加普遍”。

　　事件曝光之际，OpenAI首席执行官山姆・奥特曼下周将前往华盛顿，向美国政府汇报下一代AI模型相关情况。

　　继Anthropic的Mythos模型展现出强大的漏洞探测与利用能力，引发全球关注后，美国政府愈发希望在新模型正式发布前开展审查。

　　OpenAI表示，本次事件由多款模型协同引发，包含本月早些时候推出的GPT-5.6Sol，以及一款尚在发布前测试阶段、能力更强的模型。

　　OpenAI在官方博文中写道：“我们认定本次事件是一起前所未有的网络安全事件，涉及顶尖水平的网络攻击能力，公司正采取相应处置措施。”

　　为开发者托管AI模型与数据集的初创企业Hugging Face表示，公司上周五遭到外部AI智能体入侵。

　　Hugging Face首席执行官克莱门特・德朗格在X平台发文称：“鉴于该智能体展现出的技术水准，我们上周就怀疑此次网络攻击可能来自前沿AI实验室。”

　　他补充，过去一天公司一直在与OpenAI紧密协作，并且“我们有充分理由相信OpenAI方面不存在恶意。整件事全程由AI自主完成，令人震惊！”

　　OpenAI当时为评估两款模型能力，有意下调了测试环境中的网络防护等级。相关智能体原本运行在沙箱环境内，沙箱设计初衷就是管控程序行为、阻止其访问互联网。

　　OpenAI介绍，研究人员指令模型尝试开展攻击，以此评估其网络攻防能力。随后模型“耗费大量算力寻找获取公网访问权限的途径”。

　　这些模型自行发现并利用此前未知漏洞，突破沙箱限制、接入互联网，继续完成既定目标，其中包括窃取登录凭证实施入侵。

　　Hugging Face启用自有AI智能体，在自家基础设施上识别并阻断了攻击行为。OpenAI向媒体证实，已就本次事件与执法部门以及其他政府机构沟通。