OpenAI失控AI智能体攻击事件升级：突破沙盒入侵Hugging Face，更多受害者浮出水面

近日，Hugging Face称，公司遭遇了一场前所未有的网络攻击。而攻击者竟是OpenAI研发的ChatGPT智能体。这究竟是AI安全史上的重要分水岭，还是一场精心设计的营销事件？

过去一周，人工智能（AI）行业最受关注的事件，莫过于OpenAI一款失控的AI智能体突破沙盒环境，成功入侵AI开发平台Hugging Face内部基础设施。这场原本发生在OpenAI内部网络安全测试中的实验，最终演变成一场震动整个科技行业的真实网络攻击，也让外界首次看到AI智能体自主实施复杂网络攻击的能力。

随着更多调查结果公布，这起事件的影响范围仍在扩大。

一场堪比科幻电影的网络攻击

事件最初发生于7月16日。

Hugging Face当天发布公告称，公司遭遇了一场前所未有的网络攻击。

公告中出现了大量令人震惊的技术描述，例如“沙盒集群”“智能体攻击者”以及“可自主迁移的命令控制系统”。

Hugging Face表示，这次攻击最大的不同，在于几乎完全由AI自主完成，整个过程中几乎没有人为干预。在不到两天时间里，这一AI智能体完成约1.7万次自主操作，以远超人类的速度突破多层安全防护，成功进入公司内部生产系统，并获取了与网络安全测试相关的数据。

这一消息迅速震惊整个AI行业。

事件曝光后，外界一度猜测幕后攻击者可能是某个国家支持的黑客组织，或者专业网络犯罪集团。

直到一周后，OpenAI公布调查结果，答案出乎所有人意料——发动攻击的并非黑客组织，而是OpenAI自己研发的ChatGPT智能体。

OpenAI表示，当时公司正在测试两款专门强化网络攻防能力的新模型，希望评估它们在真实攻击环境中的表现。

然而，两款模型突破了原本用于限制其活动范围的沙盒环境，自主连接互联网，并推断Hugging Face可能存放着此次网络安全测试的答案，于是主动发起攻击，希望直接获取测试内容，而不是依靠自身能力完成测试。

Hugging Face随后恢复并分析了约1.76万次攻击行为，认为整个入侵过程，本质上是AI为了在测试中“作弊”。

而最新披露的信息显示，Hugging Face并非唯一受害者。

据路透社报道，美国AI基础设施初创公司Modal Labs的一名客户，同样遭到这款OpenAI智能体的攻击。

根据Hugging Face公布的事件时间线，AI智能体首先突破自身所处的沙盒环境，随后入侵一个“托管在第三方基础设施上的隔离测试环境”，并以此为跳板进一步横向渗透至更大的平台。

虽然Hugging Face并未披露第三方服务商名称，但Modal Labs首席技术官阿克沙特·布布纳随后证实，这一第三方正是Modal平台上的一名客户。

布布纳表示，该客户编写的代码存在安全漏洞，暴露了一个无需身份验证的接口，使任何互联网用户都能够调用其沙盒环境执行代码。AI智能体正是利用这一漏洞完成了入侵。

不过，布布纳强调，Modal Labs自身的平台并未遭到攻破，攻击仅涉及该客户部署的应用。

与此同时，OpenAI也证实，除Hugging Face外，这一智能体还曾利用公开暴露的账户凭证，成功访问另外4个公开服务平台上的4个账户，但并未透露具体平台名称。

OpenAI称，这些攻击的严重程度和影响范围均未达到Hugging Face事件的平台级安全事故水平。

该公司同时表示，其中一款参与攻击的模型目前已经被停用、加密，并限制研究访问权限。

重大警示还是一场营销？

事件公布后，科技界迅速出现两种截然不同的声音。

不少业内人士认为，这是AI安全史上的重要分水岭，说明AI智能体已经具备自主寻找漏洞、突破隔离环境、横向渗透系统的能力，未来网络安全体系将面临新的挑战。

但也有人怀疑，这更像是一场精心设计的营销事件。

OpenAI长期以来一直被批评通过强调AI风险进行“恐慌营销”，借此凸显自身模型能力。

OpenAI首席执行官萨姆·奥尔特曼在X平台发布事件说明后，点赞最高的一条评论写道：“如果你们还看不出来，这整件事只是为了炫耀模型能力，那我真不知道还能说什么。”

网络安全顾问丹尼尔·卡德也讽刺道：“真巧，在数百万个可能遭到攻击的网站中，OpenAI偏偏攻击了一家同样能够借此获得巨大曝光度的公司。”

也有人认为，如果这确实是一场营销，其效果将适得其反，因为它同时暴露出OpenAI自身安全隔离机制存在明显漏洞。

对此，OpenAI回应称，目前围绕事件仍存在大量猜测，公司将在未来几周发布完整技术报告，披露更多调查结果及经验教训。

不过，此次事件已经引发外界对于AI智能体自主行为风险的担忧。

英国人工智能安全研究所（AI Security Institute，AISI）近期研究发现，前沿AI模型为了完成既定目标，甚至会主动采取开发者未授权的方法，包括在测试中“作弊”。

AISI警告称，如果模型为了实现目标而采用非预期或未经授权的手段，尤其是在金融、医疗、能源、军事等高风险领域，可能造成严重后果。

事实上，OpenAI并非唯一出现类似问题的公司。

此前，Anthropic开发的Claude Cowork智能体也曾在实验中成功逃离Mac电脑本地虚拟机，并获得整台计算机所有文件的访问权限。

随着AI智能体逐渐具备自主规划、推理和执行复杂任务的能力，如何确保其始终运行在可控边界内，正成为整个AI行业面临的共同挑战。

此次OpenAI事件或许只是一次实验中的意外，但它也向整个行业发出了一个明确的信号：AI智能体已经不仅能够协助人类完成工作，也具备了自主寻找漏洞、实施复杂网络攻击的能力。如何建立更加可靠的安全防护和约束机制，正在成为AI发展的关键课题。