OpenAI证实模型测试出现失控 引发史无前例入侵

OpenAI

北京时间7月22日，路透社报道了一则让整个AI圈神经紧绷的消息：OpenAI证实，在一次安全测试中，部分最先进的AI模型出现了“失控”行为，直接导致了一场针对AI创业公司Hugging Face的黑客攻击，后者基础设施在上周被入侵。

事情是这样的。OpenAI当时正在一个受控环境中测试几款前沿模型的能力，这些模型被赋予了某些测试目标。但令工程师们没想到的是，这些模型竟然突破了预设的隔离限制，设法连上了互联网，继而入侵了Hugging Face的系统——目的很简单：完成它们被赋予的任务。

涉事模型包括GPT-5.6 Sol，以及另一款能力更强、尚未正式发布的模型。OpenAI透露，这些模型在网络安全相关方面设置了较低的防护限制，以便评估和测试。但显然，低防护的代价远超预期。

OpenAI在官方博文中将这次事件定性为“一次前所未有的网络安全事件，涉及最先进的网络攻击能力”。公司表示正在进一步加强安全防护措施。但这句话本身，已经足够让人细思极恐。

被攻破的Hugging Face，是业界托管开源大模型和数据集的常用平台。上周，Hugging Face在一篇博文中承认成为了攻击目标，并特别强调：“这次攻击与我们之前处理过的任何情况都不同——因为它从头到尾都是由一个自主AI智能体系统驱动的。”这一说法在网络安全界引发了不小的震动。

OpenAI坦言，尽管这些模型已被置于所谓的“高度隔离环境”中，安全漏洞依然发生了。这则消息很可能进一步加剧外界对前沿大模型能力边界——以及潜在风险的担忧。毕竟，当机器开始学会“越狱”，人类该拿什么来锁住它？