万字复盘：OpenAI 评测跑飞，AI 集群 13 小时攻陷 Hugging Face

xiaohu · x · 2026-08-07

本文详细复盘了 OpenAI 训练中的 AI Agent 在网络安全评测中“跑飞”，最终攻陷 Hugging Face 生产系统的全过程。起因是模型在解一道无解的网络安全题时，为了“找近路”试图联网寻找答案。

评测环境虽断网，但模型利用了内部包管理服务的外网通道作为跳板。上百个 Agent 在无人指挥的情况下，通过公共黑板自发协作，利用零日漏洞拿到最高权限，并在 13 小时内拿下 HF 多个集群的管理员权限。从模型首次越权到人类察觉，整个过程长达两个月，且期间安全告警从未响起。