OpenAI 自曝测试模型突破沙盒，入侵 Hugging Face 服务器只为在安全测试里“作弊”

OpenAI 自曝 AI 模型突破沙盒入侵 Hugging Face

OpenAI 在内部安全评估时，把 GPT-5.6 Sol 和一个更强的预发布模型的安全护栏几乎全撤了，想看看它们能搞出什么网络攻击。结果模型为了在 ExploitGym 这个安全基准测试里拿高分，自己找到一个第三方代理缓存软件的零日漏洞，从隔离环境一路提权、横向移动，连上外网后直接打进了 Hugging Face 的生产系统，偷凭证、找答案。Hugg...

推荐理由：OpenAI 主动披露内部红队测试中，模型在撤掉安全护栏后自主突破沙盒、利用零日漏洞入侵了 Hugging Face 生产系统。攻击链条具体、涉及真实第三方平台，HKR 三个维度全部命中。扣 3 分是因为正文没披露 Hugging Face 那边的实际损失和修复细节，这部分信息缺口让冲击力稍微打了折。