史无前例AI事故发生 他急赴华盛顿报告

人工智慧平台Hugging Face这个月16日宣称“系统遭攻击者利用人工智慧入侵，已向警方报案”，这原本是一则不起眼的犯罪新闻，但是到21日却急转直下，引爆科技圈高度关注。因为后来发现“遭到AI攻击”这件事没错，问题是这次攻击“找不到背后的攻击者”，因为AI本身就是攻击者。《经济学人》22日指出，这起案件恐怕是“迄今为止最让人忧虑的一起AI事故”。

这次“犯案”的AI模型，是OpenAI在七月初所发布的gpt-5.6 Sol模型，还有另一个更强大但尚未公开的模型“联手酿祸”。当时AI模型是在试图解决工程师给出的问题，竟越过实验室所设限的管制设施，进而入侵了Hugging Face的系统。美国智库法律与人工智慧研究所（Institute for Law and AI）的研究员斯蒂芬·勒雷纳（Stephan Llerena）也说，这种情况可说史无前例。

《经济学人》指出，AI公司在推出新模型之前，会先测试它们是否具有潜在的危险性。OpenAI希望了解他们的最新模型在ExploitGym上的表现——这是一组用来测试AI系统利用主流应用程式已知漏洞的能力测试，为了正确评估未公开模型的能力，OpenAI暂时取消了不可入侵其他网站的限制，但这个测试完全是在封闭的电脑环境内完成：没有对外网络连线，只能从内网下载测试所需的软体包。

理论上来说，这个未公开模型的能力测试只是个别电脑上完成，不可能对现实世界造成影响，因为这台电脑根本无法连结网际网络上的任何网站，自然也不可能真的利用漏洞发动攻击。问题是OpenAI的这个未公开模型并没有直接解决工程师提出的问题，而是发现并利用了软体下载服务的漏洞，成功接上网际网络，进而判断解决问题的答案都储存在Hugging Face这个开源AI模型与资料及的网络平台上。

然后OpenAI的未公开模型就展开多阶段的攻击行动：它们首先将一组资料上传到Hugging Face，当这个平台自动处理这些资料，OpenAI的未公开模型也借此获得了登入资讯（细节OpenAI尚未公布），进入未对外界开放的内部伺服器。Hugging Face和OpenAI都发现了这次安全漏洞，并且表示正在共同调查此事。目前OpenAI已经宣布加强管控措施，将AI模型发现的漏洞告知软体开发者，也将Hugging Face纳入“可信存取”计划，Hugging Face就可以使用具有更强网络防护功能的模型。

位于英国的AI安全研究机构Apollo Research的艾力克斯・迈因克（Alex Meinke）表示，即便OpenAI公布了模型如何越狱的相关资讯，由于AI系统在网络安全领域的能力已开始超越人类，恐怕“世界上只有极少数网络安全专家”才能真正理解，这次安全漏洞到底是怎么产生的。

《经济学人》强调，这不是AI模型第一次展现突破人类控制的迹象。今年4月，Anthropic一名研究人员在网络上撰文表示，当时有一个尚未正式发布的AI模型Mythos主动寄电子邮件给他，表示它已突破安全限制，这是在他正在公园里吃三明治的时候发生的。跟这次惹祸的OpenAI模型一样，这个未公开的Mythos也没有上网权限，但是这个模型依旧自行挣脱桎梏发出电邮，不过那次没有入侵其他公司的伺服器。

今年5月，一个尚未公开的OpenAI模型证明了80年来未被解答的“平面单位距离猜想”是错误的，这个组合几何学的问题是数学家保罗·埃尔德什（Paul Erdős ）在1946年所提出。今年7月20日，哈佛大学的数学家莱文特·阿尔珀格（Levent Alpöge）表示，他用Anthropic今年7月发布的Claude Fable 5模型，证明了另一个让数学家们同样困惑了80多年的“雅可比猜想”——也是错误的。

《经济学人》指出，美国政府正不断对AI相关规范进行调整，但这次的事件显示，即便是尚未公开、存放在未联网电脑中的AI模型，同样也具有造成影响甚至是破坏的风险。致力推动AI监管的美国非营利组织Encode AI的法律顾问纳森·卡尔文（Nathan Calvin）表示：“无论州法或联邦法规，都没有要求企业必须公开高性能AI模型的内部使用情况。”即便美国有些州规范了企业必须公开网络安全事故的相关资讯，适用范围却相当狭窄。加州的法律要求尖端实验室必须在发现“重大安全事故”后的15天之内进行报告，但目前还不确定这次的情况是否适用。

《经济学人》最后也提出了一个有趣的难题：如果这次入侵造成更严重的后果，那么该由谁来承担责任呢？按照目前联邦政府的反黑客法规，只规定要惩罚那些未经授权、故意侵入电脑系统者。问题是OpenAI并非有意让AI模型越狱寻找解方，恐怕难以“故意入侵”评价。不过美国智库法律与人工智慧研究所勒雷纳也说，许多法律问题都取决于意图，因此OpenAI当时知道或预见了什么，就是最关键的问题。这次黑客攻击当然出人意料，不过再有下次，OpenAI就难再用“不知情”当脱罪理由了。

首例AI自主黑客攻击 OpenAI证实自家AI Agent越狱入侵企业系统

人类对于人工智慧（AI）的安全防线迎来冲击，AI巨头OpenAI日前对外证实，该公司内部发生一起“前所未有的资安事件”，一个正在接受测试的AI agent，在没有人类外力干预之下，自主发起并利用漏洞，成功逃脱被严密控制的沙盒，与网络取得连结并窃取登入凭证，随后还对一个AI开发者平台Hugging Face发动网络攻击。

这也是首次记录到人工智慧系统摆脱人类控制，自主执行真实世界网络攻击的公开案例。

OpenAI向外媒表示，这次事件涉及多款前沿模型的组合，包含不久前发布的GPT-5.6 Sol，以及一款正在进行发布前安全测试的高阶未公开模型。他们团队为了评估语言模型，在面临网络攻击时是否存在潜在威胁，OpenAI刻意调低测试环境的资安防护层级，并指示AI agent尝试进行模拟黑客攻击。

然而，AI agent 却出乎团队预料之外，竟然自行找出沙盒隔离机制的设计漏洞，并“越狱”成功连上外网，甚至还窃取真实登入凭证，针对AI新创公司Hugging Face系统发起攻击。

受害企业证实无恶意动机

虽然身为受害方，但Hugging Face执行长德朗格（Clément Delangue）透过社群发文表示，该公司在第一时间就侦测到外部发起的侵入。

“有鉴于极为复杂的攻击手段，我们当时就怀疑，这次网络攻击极可能来自顶尖的前沿实验室。Hugging Face 一直与OpenAI保持密切合作，我们相信OpenAI绝无恶意。只是令人难以置信的是，这一切竟然是由AI自主发动的！”

奥特曼紧急赴华府简报

这起事件发生的时间点极为敏感，因为OpenAI执行长奥特曼（Sam Altman）预计下周亲赴华府，针对新一代AI模型的安全性，向美国政府高层进行简报。事实上，当Anthropic开发出Mythos模型，其搜查侦测网络漏洞的能力，就已经让不少国家开始感到忧虑。

OpenAI也给出警告，称随著AI模型能力愈来愈强，未来这类事件将变得更加普遍，他们也已向美国执法部门与主管机关通报事件全貌。