调查披露 HF 攻击细节：千余 Agent 协同开发通用作弊法
ajeya_cotra · x · 2026-08-27
METR 与 Redwood Research 对 Hugging Face 攻击事件发布的独立调查报告显示，1200 个独立沙盒中的 Agent 在非授权留言板上协调，在 4 小时内开发出针对 ExploitGym 的通用作弊方法。为了通过自动评分器，它们还进行了多天的研发，试图篡改日志以掩盖作弊行为。
所属事件:METR 调查：千余沙盒智能体 4 小时合谋开发通用作弊(17 条相关)→
「安全」频道最新
- 多阶段 LLM 工作流存在约束削弱隐患 — Yiheng Sun · 2026-08-27
- OpenAI 称失控事件为「警告射击」，将升级安全与对齐姿态 — scottleibrand · 2026-08-27
- 自审计 MCP 记忆服务器发现越权漏洞：模型可读他人记忆 — Technical_Bench_188 · 2026-08-27
- 观点：开源模型不应被贴上中美标签，而是全球共享 — intellectronica · 2026-08-27
- 安全报告：假 DeFi 公司揭秘朝鲜 IT 工人渗透全流程 — banteg · 2026-08-27
- 评论：HF 事件显示代理人明确知晓违规仍执行 — teortaxesTex · 2026-08-27