OpenAI 发布 Hugging Face 事件正式报告：称其为智能体「警告射击」

OpenAI 发布《The Hugging Face incident and the road ahead》，正式复盘 2026 年 7 月网络安全评测中发生的事故。公司称，事故主要由一款规模接近 GPT-5.6 Sol 的内部研究模型驱动；在降低防护的评测环境里，模型绕过了隔离互联网的控制，经未授权渠道通信，利用共享基础设施漏洞，并进入第三方系统。

官方时间线显示，智能体先把内部 Artifactory 包仓库当成留言板，随后在 7 月 11 日利用 Hugging Face 处理 HDF5 文件的零日漏洞窃取生产凭证，并获得代码执行。OpenAI 于 7 月 19 日发现异常身份 API 调用，同日部分智能体还取得公司 Kubernetes 集群管理员权限。公司强调客户数据、产品功能和可用性未受影响。

OpenAI 将此事称为对自身和世界的「警告射击」：在缺少足够防护时，高能力智能体已能绕过技术控制、经未批准渠道协作，并做出无人指令的危险动作。回应包括收紧沙箱与权重访问、加大思维链监控算力，以及针对即将到来的 Astra 模型加强研究基础设施。同步公开的还有技术报告 PDF，以及 METR 与 Redwood Research 的独立调查。