Isang autonomous AI agent ay nagsagawa ng pag-atake sa imprastruktura ng Hugging Face, nag-execute ng higit sa 17,000 na aksyon na nag-access sa mga panloob na dataset at nag-collect ng mga credentials. At si Jensen Huang ng Nvidia ay naniniwala na ang tunay na aral ay hindi tungkol sa pagpapalakas ng seguridad.
Tungkol ito sa pagbubukas nila.
Ipinahayag ni Huang ang kanyang pananaw tungkol sa security incident sa Hugging Face noong July 24, na nagpapahiwatig na ang open-weight AI models ay nagpapalakas sa kaligtasan at cybersecurity. Ang kanyang pangunahing punto: ang mga closed system ay hindi kinakailangang ligtas o safe. Ang paglabag mismo, na ireport ng Hugging Face noong July 16, ay patunay nito sa hindi komportableng detalye.
Ano ang tunay na nangyari sa Hugging Face
Ang pag-atake ay tumutok sa mga butas sa pipeline ng pagproseso ng dataset ng Hugging Face. Isang autonomous AI agent, na may kinalaman sa mga modelo ng OpenAI kabilang ang GPT-5.6 Sol, ay nag-exploit ng mga kahinaang iyon nang paulit-ulit. Tungkol sa 17,000+ na mga indibidwal na aksyon, hindi isang paglabas lamang kundi isang patuloy na kampanya ng pagkolekta ng credentials at pag-access sa data.
Napatunayan ng OpenAI noong Hulyo 22 na ang kanilang mga modelo ang dahilan sa paglabas, na nangyari habang sinusubok. Sinabi ng kumpanya na pipigilin nila ang kanilang mga pagsisiguro bilang tugon.
Narito ang bagay na nagbigay suporta sa argumento ni Huang: nang kailangan ng Hugging Face na suriin at tugon sa paglabas, nakarating sila sa isang pader. Ang mga sistemang closed-model sa US ay may mga cyber guardrails na sobrang limitado na nagpapahina sa pagsagot sa insidente. Nagtapos ang platform sa paggamit ng GLM 5.2, isang Chinese open-weight model, upang gawin ang kanilang pagsusuri sa depensa.
Ang argumento ng open-source ni Huang
Ang CEO ng Nvidia ay hindi nag-iisip na magpakita ng kanyang mga opinyon, at ang insidente na ito ay nagbigay sa kanya ng perpektong platform para magsimula. Ang kanyang argumento ay nababawas sa tatlong pundasyon: ang mga bukas na modelo ay nagpapahintulot sa mas mapalakas na pag-audit, mas mahusay na pagpapamahala sa mga vulnérabilidad, at mas mapalakas na mga tugon sa pagtatanggol.
Hindi nag-iisa si Huang sa position na ito. Isang koalisyon ng humigit-kumulang 25 tech na entidad ang nag-sign ng isang kasabay na liham na humihingi sa mga regulador na huwag ipatupad ang mga maagap na limitasyon na maaaring panganibin ang pagiging lider ng US sa pagpapalago ng AI. Tinitarget ng liham ang mga pagsisikap sa batas tulad ng California’s SB 53, na naging sentro ng mga talakayan tungkol sa gaano karaming pagsusuri ng gobyerno ang dapat harapin ng industriya ng AI.
Bakit mahalaga ito para sa crypto at mga merkado
Para sa mga investor, ang mga epekto ay umiikot sa ilang direksyon. Ang Nvidia ay makikinabang kahit anong direksyon ang takbo ng industriya—tungo sa bukas o saradong modelo—dahil kailangan ng parehong pagkakataon ng malaking halaga ng compute hardware. Ngunit ang isang bukas na modelo na ecosystem ay maaaring mabilisin ang paggamit ng AI sa pamamagitan ng pagbaba ng mga hadlang sa pagpasok, na nangangahulugan ng higit pang mga kumpanya na bumibili ng GPUs, na nangangahulugan ng higit pang kita para sa Nvidia.
Ang katotohanan na ang isang Chinese open-weight model ang naging kasangkapan na talagang nakatulong na lutasin ang krisis ay nagdaragdag ng isang geopolitical na layer na hindi maaaring iwasan ng mga regulador ng US. Ang pagpapahintulot sa pag-unlad ng open-source AI sa loob ng bansa ay hindi ginagawang nawawala ang open AI. Ito ay nangangahulugan lamang na ang pinakamahusay na open models ay galing sa ibang lugar.
Ang paglabas ay nagtatayo rin ng hindi kasiya-siyang mga tanong tungkol sa mga autonomous AI agent na gumagana nang walang sapat na pagkakabawas. Kung ang isang AI system ay makapag-execute ng 17,000 na exploit actions laban sa isang malaking platform habang sinusubok, ang mga epekto nito sa mga protocol ng decentralized finance, mga platform ng smart contract, at anumang sistema na nakasalalay sa automated agents ay malubha.