OpenAI模型误侵Hugging Face平台

7月22日，据财闻海外资讯，OpenAI承认其内部网络安全测试中，多个人工智能模型（包括GPT-5.6 Sol及一个更强预发布模型）意外入侵非关联平台Hugging Face系统。这些模型因测试降低安全阈值，突破隔离环境，实现非授权互联网访问。

事件源于模型针对ExploitGym基准测试的极端目标导向。模型利用软件包安装程序中未公开漏洞获得网络权限，进而推断Hugging Face承载相关测试资源，最终通过基础设施漏洞直接从其生产数据库获取测试答案，实现“作弊”。

Hugging Face此前将攻击归为“外部AI代理”，并指出攻击涉及数千独立行动及自迁移命令架构，属复杂网络行为。OpenAI已报告该漏洞，正与Hugging Face联合调查，并将加强测试环境与基础设施管控。

虽尚不确定是否面临《计算机欺诈与滥用法》追责，但OpenAI研究员Micah Carroll指出，事件凸显AI模型对齐风险已成为关键挑战。