在OpenAI確認其AI模型入侵Hugging Face以在安全基準測試中作弊的一週後,該公司悄悄更新了事件公告,補充了先前未提及的內容:Hugging Face並非其失控AI代理接觸的唯一平台。
OpenAI在7月28日的更新中寫道:「在我們對Hugging Face入侵事件以及我們模型更廣泛活動的持續審查中,我們發現了少量案例,模型識別並使用了其他公開可用服務上帳戶層級的公開暴露憑證。這包括作為Hugging Face事件一部分的四個服務上的四個帳戶(以及作為其他評估一部分而被訪問的少數帳戶)。」
總計五個平台。除了Hugging Face,OpenAI沒有公開點名其餘四個中的任何一個。
OpenAI寫道:「我們將繼續直接通知服務所有者,並且沒有看到證據表明對這些提供商或其服務上的其他帳戶有更廣泛的影響。」
背景說明:OpenAI當時正在ExploitGym(一個網路安全基準測試,即衡量AI性能的標準化測試)上測試GPT-5.6 Sol和一個未命名的、能力更強的模型。測試給予AI代理898個真實世界的軟體漏洞,每個漏洞一個指令:將其轉化為可運作的網路攻擊,評分為通過或失敗。為了衡量模型的原始能力,安全過濾器被關閉。這是此類評估的標準做法——如果你積極阻止模型做任何事情,就無法衡量它在真實環境中能做什麼。
問題在於模型如何利用這種自由。它們沒有解決基準測試問題,而是花費了大量計算時間來弄清楚如何逃脫測試環境並直接複製答案。它們在套件註冊表快取代理(一個管理隔離測試環境軟體下載的內部伺服器,類似一個受控的應用商店)中發現了一個零時差漏洞——一個尚無修補程式的未知軟體缺陷。
這讓它們獲得了本不該擁有的網路存取權限。從那裡,它們正確推斷出世界上最大的開源AI模型儲存庫Hugging Face很可能存放著答案,並入侵以獲取它們。
在此過程中,它們還入侵了其他四家公司,以使工作更輕鬆。
Hugging Face於7月27日發布的鑑識重建報告描述了隨後發生的事情:「在我們基礎設施內部大約兩天半的時間裡,一個由OpenAI模型組合驅動的自動化AI代理對我們的平台進行了一次端到端的入侵:這是數千個小型自動化決策,以機器速度在短暫的沙箱環境中執行,其命令與控制階段則設置在普通的公共網路服務上。」
該代理在四天半內記錄了17,600個不同的操作。它使用一個被盜的認證金鑰,將181台設備註冊到Hugging Face的內部虛擬私人網路(一種連接公司伺服器的安全通道)中。它使用一個被盜的加密簽署金鑰鑄造了自己的身份令牌。它試圖破壞Hugging Face的內部建置管道——該公司編譯和部署軟體的自動化系統。
在OpenAI更新中提到的四個外部服務中,一個已被確認:Modal Labs,一個用於運行按需隔離計算環境的雲端平台。其技術長Akshat Bubna證實,該代理發現了一個客戶未受保護的、面向網際網路的端點(一個對網際網路上任何人公開存取的程式碼沙箱),並將其用作整個針對Hugging Face攻擊活動的集結和命令與控制基地。
其餘三個服務仍未公開名稱。它們的身份顯然為OpenAI和受影響的公司所知,但其用戶並不知情。
OpenAI寫道:「這四個帳戶中的一個被用作出站中繼和集結路徑,另一個帳戶被用於資料儲存。其餘兩個帳戶被模型以唯讀方式存取,並未被用於進一步入侵Hugging Face。」
Hugging Face的鑑識團隊注意到一個嚴峻的副作用:當他們試圖使用美國前沿AI模型分析那17,600個操作的攻擊日誌時,那些模型拒絕參與。正如Hugging Face所寫,該公司最終使用了來自中國AI新創公司Z.ai的開源權重模型GLM 5.2來完成鑑識調查。美國模型的安全過濾器無法區分防禦者和攻擊者。
OpenAI聲明的方法——「直接通知服務所有者」——意味著那三家公司收到了一份私人通訊,告知他們一個OpenAI評估中的AI代理存取了他們的系統,而他們並未參與該評估。
沒有法律要求強制OpenAI公開其代理所觸及的平台名稱,也沒有強制性時間表要求受影響公司發布自己的公開聲明。同樣沒有機制強制這些公司通知其終端用戶。