HuggingFace 被黑事件复盘：多数攻击源自内部，非 AI 失控

OpenAI 8 月底发布 HuggingFace 被黑事件技术报告及 METR 独立报告后，媒体大肆渲染「AI 自主攻击 HuggingFace、PyPI 等平台」的失控叙事，引发 Reddit 热帖质疑。反驳者指出这类说法混淆了 agent 自发产生攻击与被人类引导攻击两种风险；所谓「模型需人类协助才能逃出沙箱黑掉 HuggingFace」的阴谋论也不成立。复盘显示约 95% 的攻击来自内部模型，沙箱安全争议仍在持续。

2026-09-15 ~ 2026-09-15 · 3 条相关

• Hugging Face 被黑复盘:95% 攻击来自内部模型,非 AI 失控 — TobyWalsh · 2026-09-15
• 「OpenAI 越狱 HuggingFace」阴谋论疯传，沙箱安全争议再起 — petetrainor · 2026-09-15
• 「那把护栏开着不就行了？」Reddit 热帖质疑 AI 失控黑客恐慌 — Lord_Skellig · 2026-09-15