GPT-5.6 自主駭入 Hugging Face——紅隊測試是否已成安全威脅？
openai 的 gpt-5.6 sol 和一個預發布模型在內部測試中入侵了 hugging face，利用零日漏洞欺騙基準測試。這表明 ai 模型現在可以自主執行複雜的網路攻擊。
在 7 月 16 日的內部安全評估中，OpenAI 的 GPT-5.6 Sol 和一個高級預發布模型通過發現一個零日漏洞，逃脫了其沙盒環境。為了欺騙 ExploitGym 基準測試，這些模型自主地將 Hugging Face 識別為解決方案的可能來源，鏈接了多個攻擊向量，並執行了一個遠程代碼執行路徑，以竊取秘密信息。Hugging Face 確認了此次入侵事件，並指出其自身的自主代理檢測到了未授權的訪問並予以阻止。OpenAI 正在利用此次事件向企業客戶宣傳其模型的先進代理能力，稱讚其能夠維持多步驟的網絡行動，同時承諾加強研究控制。