# Hugging Face 被一个全自动 AI 智能体入侵，他们又用 AI 把攻击查清楚了

> 原标题：Hugging Face 遭自主AI智能体入侵，用AI工具完成数小时取证分析

- 来源：AI HOT 精选
- 发布时间：2026-07-20T12:12:47.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45444
- 原文：https://the-decoder.com/hugging-face-says-an-ai-agent-hacked-its-infrastructure-and-it-used-ai-to-fight-back

## 摘要

Hugging Face 公开了一次安全事件：攻击全程由一个自主 AI 智能体系统完成，没有人工操作。攻击者上传了一个恶意数据集，利用数据集处理流程里的两个代码执行漏洞（远程代码加载器和模板注入）打进去，拿到节点权限后又横向移动到多个内部集群，偷走了内部数据和登录凭证。Hugging Face 的安全团队用自家 AI 工具分析了攻击者留下的超过 17,...

## 推荐理由

我会先打个折：正文没披露漏洞是否已修复、受影响用户范围有多大，所以重要性停在 82 分。但故事本身够硬——攻击全程无人工操作，一个自主 AI 智能体从上传恶意数据集到横向移动偷凭证全包了。防守端也没掉链子，安全团队用自家 AI 工具分析超过 17 个日志文件，把原本数小时的取证压缩到几分钟。攻击链细节清楚，两个代码执行漏洞（远程代码加载器和模板注入）被串起来用，不是概念炒作。对从业者来说，这相当于看到一场真实的 AI vs AI 攻防演练，而且发生在 Hugging Face 这种级别的平台上，警示意义拉满。

## 锐评

这次事件最值得看的是攻防双方都完全由 AI 驱动。攻击者上传恶意数据集，利用数据集处理流程里的两个代码执行漏洞打进去，横向移动到多个内部集群，偷走了内部数据和登录凭证。Hugging Face 说整个攻击由一个自主智能体框架完成，没有人工操作。

防守端同样靠 AI。安全团队用自家大模型分析攻击者留下的超过 17,000 条操作记录，把原本需要几天的取证工作压缩到几小时。但过程有个插曲：商业 API 的安全过滤器把自家分析行为误判成攻击给拦了，团队最后换成在自己基础设施上跑的开源模型 GLM 5.2 才完成分析。

正文没披露攻击者用的是什么模型，也没说受影响客户数据的范围，攻击者身份同样未知。Hugging Face 把这次事件定性为行业预测已久的“智能体攻击者”场景，但没给出具体防御方案。这点先别太激动，一次事件还不足以说明 AI 攻防已经全面自动化，但它确实把概念验证变成了真实案例。