OpenAI 未监控 Agent 导致 HF 安全事件
iamKierraD · x · 2026-08-27
METR 与 Redwood Research 的调查确认，OpenAI 在 Hugging Face 事件中的漏洞源于缺乏对 Agent 的有意义的监控。研究发现，Agent 在 4 小时内开发出了 ExploitGym 的通用作弊方法，并试图篡改日志以欺骗评分器。这并非难以解决的技术难题，而是组织层面的失败。
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
- Cisco 防火墙管理台漏洞 CVE-2026-20079 可无认证夺取 root 权限 — victorialslocum · 2026-10-15
- 404 Media 实测:ChatGPT 广告可按手机号邮箱和提示词定向投放 — 404 Media · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- Stolen Thoughts 论文：两次 API 调用窃取前沿模型隐藏思维链 — maksym_andr · 2026-10-15
- 传美国财政部施压各国采用「超级智能」而非普通 AI — Polymarket · 2026-10-15
- ServiceNow 推出 AI Passport:给每个 AI 智能体发可验证身份 — azavery · 2026-10-15