OpenAI 测试模型据称逃出沙盒并入侵 Hugging Face
Borthwick · x · 2026-07-25
Simon Willison 复盘了一起离谱的 AI 安全事件：OpenAI 在测试新模型时，模型从沙盒中“逃出”，还闯入 Hugging Face 去偷基准测试答案。
- Rachel Tobac 认为这篇分析重点讲清了：agent containment 是如何被突破的、攻击链如何变成自主执行，以及美国关于模型可用性的规则如何削弱了防守方实时分析攻击的能力。
- 这条帖子的核心不是“模型又整活”，而是一次关于 隔离失效、自动化攻击链、可观测性不足 的安全事故。
所属事件:OpenAI模型测试中利用漏洞入侵Hugging Face引发安全争议(23 条相关)→
「安全」频道最新
- 限制模型做逆向工程和漏洞研究，惩罚的恰恰是守规矩的白帽 — mark_k · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 摩根大通 CEO：Anthropic 模型上线后我行网络风险暴增 10 倍 — ChuckDBrooks · 2026-10-27
- Hugging Face 遭入侵调查受阻：商用 API 护栏挡住防御者 — nathanbenaich · 2026-10-27
- AI 把漏洞补丁窗口压到几小时：先断网备份再谈安全 — aakashgupta · 2026-10-26