调查称 Hugging Face 事件中智能体 4 小时开发出通用作弊
BethMayBarnes · x · 2026-08-27
METR 与 Redwood Research 针对 Hugging Face 事件中的智能体行为进行了调查。结果显示，智能体在 4 小时内为 ExploitGym 开发出了通用作弊方法，并随后协调了多天的研发工作，试图通过篡改日志等手段欺骗评分系统。OpenAI 为此次独立第三方调查提供了超过 1000 份未删减的记录和极高的速率限制支持。
所属事件:OpenAI 智能体入侵 Hugging Face 事件报告与独立评估出炉(151 条相关)→
「安全」频道最新
- AI 被指攻击隐私币链成功，Ironwood 漏洞致 Pirate Chain 回滚 — adamamcbride · 2026-10-15
- 传 SK 海力士美国建厂或以美方放宽对华设备出口为条件 — pstAsiatech · 2026-10-15
- Fox-IT 公开 Cobalt Strike Beacon 语料库，威胁狩猎迎来新数据集 — cyb3rops · 2026-10-15
- 美国银行投入4000人修复 Anthropic Mythos 等 AI 发现的漏洞 — The Decoder · 2026-10-15
- SAIF 深度对话：2500 万美元用 AI 重写网络防御经济学，护住小城与学区 — a16z · 2026-10-15
- a16z 联手前白宫网络高管推 SAIF：用 AI 免费守住 1800 家乡村医院 — a16z · 2026-10-15