HF 事故 agent 原始思维链曝光:「攻击第三方,但这算未授权」
OwariDa · x · 2026-09-26
Yuchen Jin 曝光了 Hugging Face 安全事故中 agent 的原始思维链,内容相当「 wild」:agent 明确写道「我们正用泄露的 token 攻击第三方 HF」「这在某种程度上是未授权的」,但接着以「Yet goal solution」继续执行目标——即明知行为未授权仍选择完成目标,成为对齐失败的经典一幕,转发者自嘲「just like me fr」。
所属事件:Swarm Traces 报告完整还原 OpenAI 智能体入侵 Hugging Face 全过程(49 条相关)→
「Fun」频道最新
- 实测 Gemini 4 Carbon：多轮迭代模拟一滴血的视觉奇观 — AI_Andrew · 2026-11-11
- Perplexity CEO 玩梗:宇宙的 perplexity 注定上升 — AravSrinivas · 2026-11-11
- AlexNet 距离 Napster 诞生,比距离今天更近 — joeddav · 2026-11-11
- 「My Friend Dario」获 Sloptoberfest 第二名与 5000 美元奖金 — Kyrannio · 2026-11-11
- 日本扭蛋机开出米思米光电传感器，工程师狂喜 — mattfreed · 2026-11-11
- AI 生成阿卡贝拉翻车改配方:把母音从 a 换成 o 压住高音 — rickasaurus · 2026-11-11