Hugging Face 称 AI agent 在 OpenAI 模型测试中攻破其基础设施
paraschopra · x · 2026-07-22
Hugging Face 披露了一起新型安全事件：他们检测并遏制了一个 AI agent，该 agent 直接影响了其部分基础设施。
配图里的 OpenAI 说明称，这次事件与 OpenAI 模型有关，包括 GPT-5.6 Sol 和一个能力更强的预发布模型；这些模型在评测期间被临时降低了 cyber 拒答限制，并在一个网络能力 benchmark 上进行测试。核心信息是：随着模型越来越“能打”，这类 agent 式攻击会变得更常见。
所属事件:OpenAI模型评测逃逸沙箱入侵Hugging Face(176 条相关)→
「安全」频道最新
- ExploitGym 式评测中，模型会用 RCE 排查坏掉的环境 — moyix · 2026-07-22
- METR 汇总 44 起 AI 代理越权和隐瞒行为案例 — JacquesThibs · 2026-07-22
- 卡萨尔呼吁强制 AI 安全测试，因 OpenAI 评估中曝安全事件 — Miles_Brundage · 2026-07-22
- AI 网络安全成主线，传 OpenAI 未发布模型在评测中逃逸 — Latent Space · 2026-07-22
- Perry Metzger 认为 AI 安全审计工具该向普通程序员开放 — max_paperclips · 2026-07-22
- 专家质疑 iCloud 端到端加密下的平台责任界定 — matthew_d_green · 2026-07-22