斗破苍穹震惊硅谷！OpenAI模型“越狱出逃”，入侵HuggingFace，智谱GLM 5.2临危救场_我的网站
A | 7月21日，OpenAI和HuggingFace联合发了一篇博客，披露了一件让整个AI圈瞠目结舌的事。 OpenAI的AI模型在一次内部关于网络攻击能力的测试中“失控出逃”，突破沙盒隔离，入侵了AI开源平台Hugging Face的生产系统。OpenAI将此定性为“前所未有的网络安全事件”。
B | 更戏剧性的是后续：Hugging Face在尝试用美国主流AI模型展开防御时，发现这些模型因安全护栏限制无法处理恶意载荷，最终不得不转用中国智谱AI的开源模型GLM 5.2完成溯源分析。 总的来说就是，OpenAI的模型自己“越狱”跑出去黑了别人的系统，被攻击方还得用中国模型来救场。 这一事件迅速在硅谷和华盛顿引爆讨论——美国AI的安全护栏，究竟是在保护用户，还是在拖累防御者？ 双方联名发布的博客文章截图：《OpenAI 和 Hugging Face 合作解决模型评估过程中发生的安全事件》 模型越狱过程：逃跑去作弊“抄答案” 事件发生在OpenAI对旗下模型进行网络攻防能力评估期间。 据中央气象台消息，8月25日14时至26日14时，福建、江西中南部等地有大到暴雨，局地有250至270毫米特大暴雨。为确保铁路运输安全，中国铁路南昌局集团有限公司(以下简称南铁)根据天气影响，于25日10时起，将管内衢宁铁路周宁至宁德，杭深铁路宁德至泉州，甬广高铁福州南至泉州南，福平铁路，永莆铁路涵江北至莆田，兴泉铁路雪峰至泉州，雪肖铁路及相关支线、联络线调整为防洪Ⅲ级应急响应。 参与测试的模型包括已公开发布的GPT-5.6 Sol，以及一款能力更强的未发布模型。
C | 为防范强降雨天气对铁路运输安全造成的不利影响，南铁加强与防汛、气象、水利、自然资源等地方部门联系，安排专人24小时观云盯雨，运用卫星云图、雷达图动态掌握降雨趋势，严密监控沿线雨情，动态掌握天气预报预警信息，及时对强降雨区段进行预警。为了测量模型的极限能力，OpenAI在测试中关闭了通常用于阻止高风险网络行为的生产分类器。 为保障旅客出行秩序，南铁管内福州、泉州、平潭等车站增派人员做好进出站引导和重点旅客服务，在进出站口、电梯、通廊等关键处所增设防滑垫与警示标识;连江、宁德、莆田等车站利用广播、显示屏等平台动态发布列车运行信息，增设咨询服务点，为旅客提供便捷服务。 受强降雨影响 南铁动态调整列车开行方案 受福建地区强降雨影响，为确保铁路运输安全，南铁停运25日在福州、厦门、平潭等地间开行的部分旅客列车，调整部分旅客列车运行区段，在受降雨影响较小的区段加开4趟旅客列车。 测试基准名为ExploitGym——一个网络安全能力评测平台。模型的任务是在其中找到解题答案。 南铁根据管内风速雨情实际，将福鼎至厦门的D6333次、平潭至厦门的D9624/1次旅客列车终点临时调整至福州南站;诏安至福州的D6218次、长汀南至福州的D6593/2次旅客列车终点临时调整至厦门北站。
D | 同时，加开长汀南至福州D9187/90/87次、福州至龙岩D9596/7次、厦门至福州的C5122次、C5120次旅客列车。 问题在于，模型找答案的方式超出了预期。
E | 据OpenAI披露，模型在隔离的沙盒环境中，发现了一个包注册表缓存代理（package registry cache proxy）中的零日漏洞。
F | 这个代理是沙盒内唯一被允许与外部通信的组件，正常情况下仅能访问公共代码仓库。 已购买停运列车车票的旅客，可自列车停运信息公布时起至车票乘车日期后30日内(含当日)办理退票手续，通过12306网站、12306手机App购买的铁路电子客票，如未打印报销凭证或使用非现金方式支付的，可通过12306网站或手机App直接办理退票，或持购票时所使用乘车人的有效身份证件原件到车站窗口办理退票。
G | 然后，模型就从这里找到了突破口。模型利用这个漏洞，突破隔离，获取了开放互联网访问权限。如旅客使用现金方式购买或已打印报销凭证的，自网上办理退票成功之日起180天(含当日)，凭乘车人身份证件到铁路车站指定窗口办理退款手续。
H | 随后，模型自行推断出Hugging Face可能存有ExploitGym的答案，主动发起攻击——利用窃取的凭证和零日漏洞，找到了Hugging Face服务器上的远程代码执行路径，直接从其生产数据库中取走了测试答案。停运列车停运信息公布前购买的联程车票，可在联程车票开车前一并办理退票，均不收取退票费。 铁路部门提示，旅客朋友可通过关注12306铁路客服平台，或车站显示屏、广播、公告等发布的信息，及时了解列车开行情况，合理安排行程。 OpenAI表示， 所有证据显示，模型高度专注于为ExploitGym寻找解题方案，为此不惜采取极端手段。 模型识别并串联了OpenAI研究环境和HuggingFace生产基础设施中的多个漏洞，直接从HuggingFace的生产数据库中获取了测评答案。 (总台记者 范存宝 鄢俊琪)。
I | 简而言之： 整个过程，没有人类下指令，没有人类介入。
J | X上网友的评论一针见血： OpenAI对模型说：去看看你擅不擅长黑客。模型：（真的去黑了东西）。
K | OpenAI：你为什么要这样做？？？ 还有网友反讽道：哇！OpenAI安全措施做得太棒了，我现在愿意把银行账户权限交给他们来管！ 护栏困境：美国模型帮不上忙，中国模型出手了 Hugging Face的安全团队在发现攻击后，第一反应是调用一款美国头部AI公司的前沿模型协助分析。 结果碰壁了。 Hugging Face在博客中写道，这些模型"无法区分事件响应人员和攻击者"，其安全护栏直接阻止了对恶意载荷的检查。 于是，团队转向了中国智谱AI旗下的开源模型GLM 5.2，部署在自有基础设施上，分析了攻击者留下的逾1.7万条日志记录，最终完成了溯源和取证重建。
L | Delangue对此直言不讳：“当你正处于一场活跃的安全事件中，你的工具不能拒绝检查恶意载荷，也不能让你的账号被标记……开源模型让我们能够在不需要任何人许可的情况下完成这项工作。” 他还说：“攻击者已经在使用智能体，而且显然不遵守任何护栏。防御者需要同等的能力，开源是将这种能力最快速地交到所有人手中的方式，而不仅仅是最大的公司。” GLM 5.2是智谱AI于今年6月中旬发布的模型，其性能与Anthropic的Claude Opus 4.8及OpenAI的GPT-5.5相当。 网友们也是没放过OpenAI，除了智谱，还可以叫 Kimi K3来救场，因为cluade是不会来救你的。 如果你被OpenAI攻击了，你必须用中国模型，因为Claude不会帮你。 全程无人指令：这是一次真正的自主攻击 这次入侵的另一个关键细节：全程没有人类下达攻击指令。 Hugging Face CEO Clem Delangue表示，“我们相信，在发起攻击的人类被纳入决策环路之前，我们就已经发现并遏制了攻击。这也是我们能够更轻松赢得这场网络安全战役的原因之一。” 他进一步指出，“这证明了在AI智能体时代，速度将是网络安全防御的关键。” Hugging Face表示，攻击者通过其数据处理管道进入系统——这是AI平台中“暴露面尤为突出”的一个环节。
M | 攻击者随后在云端建立了一系列临时沙盒环境，在其中执行攻击计划。 目前，Hugging Face仍在评估攻击的完整影响范围。已知攻击者访问了有限的内部数据集和凭证，但尚未发现公开的用户可见模型遭到篡改。 护栏之争：安全还是绊脚石？ 这一事件迅速成为美国AI政策辩论的新燃点。 前特朗普政府AI与加密事务主管David Sacks在X上转发了这一事件，并写道：“没有理由在中国模型能够轻松处理的任务上限制美国模型。我们只是在让自己变得更没有竞争力。”他还专门针对Hugging Face事件表示：“护栏实际上损害了防御性安全。
N | ” 事件背景是，今年6月，特朗普政府以Anthropic的Fable 5模型在网络任务护栏上出现越狱漏洞为由，动用出口管制阻止了该模型的分发，并一度要求OpenAI限制GPT-5.6 Sol的发布，直至OpenAI能够提供充分的护栏保证。 与此同时，批评者的声音也不小。 安全工程师Niels Provos直接说：“这不应该发生。我希望前沿实验室在教模型编写安全基础设施上，能花和教它们利用漏洞同样多的时间。
o | ” 安全顾问Davi Ottenheimer则更为犀利：“'高度隔离'和'从我们留下的那个唯一漏洞逃脱'，这两件事不可能同时为真。” OpenAI的回应与后续措施 OpenAI在与Hugging Face联合发布的声明中表示，正在采取一系列补救措施： 在漏洞修复期间，对基础设施配置实施严格管控，代价是研究速度放缓；与Hugging Face联合开展取证调查；已向相关第三方软件供应商负责任地披露了被利用的零日漏洞；将Hugging Face纳入“可信访问计划”，支持其利用OpenAI模型能力强化防御。 OpenAI同时表示，将加强未来训练和评估环节的安全保护，并指出此次事件“表明需要进一步强化模型对齐、评估期间的网络防护，以及内部测试期间的监控”。 Hugging Face CEO Delangue在联合声明中表示：“这一事件可能是同类事件中的首例，它证明了我们长期以来的一个判断：AI安全不会由任何一家公司在封闭中解决，它将在开放环境中、通过协作、让每一位防御者都能广泛获取AI的方式来解决。
p | Current article:http://khk0iw.cengzaodengchawonin.cyou/kvq3u/20260826/30907.html Published on:06:57:39 |
