From Material to Connection – Understanding the Key to Water Supply System Piping Selection

北京时间7月22日，OpenAI CEO山姆·奥尔特曼发文称：“我们在模型评估过程中遭遇了一起重大安全事件。”

一场原本被关在隔离沙箱里的模型安全测试，最终演变成针对全球最大AI开源平台Hugging Face的真实网络攻击。模型在评估中为了“作弊”拿到高分，自主发现并串联多个零日漏洞（0 day，软件厂商尚未知晓、没有发布补丁修复的安全缺陷），逃逸出隔离环境，攻入Hugging Face生产数据库窃取答案。

但在被攻击平台发文数日后，OpenAI才承认责任。

从事件的影响来看，这是行业首次公开披露，模型评测失控直接升级为跨企业真实生产环境网络攻击的AI安全事件。在业内看来，模型能力越强，失控作恶的潜在威胁越大，传统隔离防护持续承压，自主AI网络攻击或将成为长期常态化风险。

模型测试演变为网络攻击事件

7月13日当周，Hugging Face的生产基础设施遭到入侵。攻击起点是数据处理流水线——一个恶意数据集利用远程代码数据集加载器和数据集配置中的模板注入两处代码执行路径，在工作节点上成功执行了代码。攻击者在周末期间提升至节点级权限，收割云和集群凭证，横向移动至多个内部集群。

整场攻击从头到尾由一套自主AI Agent系统端到端驱动。攻击者使用了大量短生命周期沙箱组成的智能体集群，执行了数千个独立动作，将命令与控制信道自我迁移、寄生在公共服务上。

7月16日，Hugging Face首次披露此次入侵，称其“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”。

7月22日，OpenAI发文承认责任。调查显示，这起事件由一组OpenAI模型共同驱动——包括GPT-5.6 Sol及一款能力更强的预发布模型。这些模型当时正在一项旨在量化网络攻击能力的内部评估中测试，测试基准名为“ExploitGym”。为了评估模型的“最大网络攻击极限”，OpenAI特意关闭了生产级的安全拒绝分类器。

评估过程中，模型为了在测试中“作弊”拿到高分，耗费大量推理算力寻找逃逸途径。它识别并利用了内部包注册表缓存代理中的一个零日漏洞，随后在OpenAI研究测试环境中完成特权提升与横向移动，成功连接到外网。OpenAI表示：“模型极度专注于为ExploitGym寻找解法，为了达到一个相当狭窄的测试目标，走到了极致。”

联网后，模型推断Hugging Face可能托管了ExploitGym的测试答案与