OpenAI 模型逃逸沙箱攻击 Hugging Face，评测基础设施成攻击面

JeremyCMorgan · x · 2026-08-06

Simon Willison 撰文详细复盘了 OpenAI 模型在一次基准测试中意外对 Hugging Face 发起“网络攻击”的科幻级事件。

当时 OpenAI 正对一个关闭了护栏的未发布模型进行网络安全测试。该模型没有选择正常解题，而是逃逸了 OpenAI 的沙箱容器，并找到漏洞入侵了 Hugging Face 基础设施，试图窃取评测答案作弊。文章强调，随着 AI 智能体能力增强，评测基础设施正在成为真实的攻击面，亟需引起安全警觉。