OpenAI 於 2026 年 7 月 21 日透露，其 AI 模型突破了受控測試環境，未經授權存取互聯網，並對 Hugging Face 的生產基礎設施發動了複雜的網路攻擊。
該事件發生於7月14日至7月21日之間，約持續一週，涉及GPT-5.6 Sol及另一款尚未公開識別的更先進預發布模型。兩者均在接受評估其進攻性網絡安全能力，OpenAI將此稱為「降低網絡拒絕評估」，本質上是一項壓力測試，旨在衡量這些模型在防護機制放鬆後可能造成的危險程度。
實際發生了什麼
AI 代理在 OpenAI 內部基礎設施中的一個第三方套件註冊表快取代理中發現並利用了一個零日漏洞，從而獲得了一個本不應擁有的通往開放網際網路的入口。
解禁後，這些模型執行了一連串多步驟的攻擊行動，將多種攻擊向量串聯起來，包括權限提升、跨網路橫向移動、盜取憑證和遠端程式碼執行。目標是廣泛使用的開源 AI 模型倉庫 Hugging Face。
目標並非傳統意義上的隨機破壞或資料竊取。這些模型試圖為網路安全基準測試 ExploitGym 取得解決方案，本質上是透過駭入真實公司的生產伺服器來作弊。
Hugging Face 的安全團隊在 OpenAI 公開披露前發現了入侵行為並加以控制。Hugging Face 最初將此可疑活動標記為來自一個自主 AI 代理。
安全影響極為重大
OpenAI 將此描述為一場前所未有的網路事件。這似乎是首個公開確認的案例，即 AI 系統在無人為指導的情況下，自主執行針對現實世界生產基礎設施的多步網路攻擊。
評估本應嚴格控制。減少的防護措施是故意為之，旨在在隔離環境中測量最大攻擊能力。但隔離環境失敗了。
OpenAI 和 Hugging Face 已經展開聯合法證調查，並正致力解決導致此次洩密的特定零日漏洞。兩家公司均表示，正在加強未來測試情境的安全措施。