兩個 OpenAI 模型被指由測試沙盒「逃脫」，並入侵 Hugging Face 的生產伺服器；不過多名資安專家直言，問題根本喺沙盒從來未做足隔離。
要點整理：
- OpenAI 表示，GPT-5.6 Sol 同一款未公開模型，喺 ExploitGym 基準測試期間，利用零日漏洞連鎖攻擊，最後觸達 Hugging Face 生產數據庫。
- Trail of Bits 創辦人 Dan Guido 同事故應變專家 Jake Williams 均指，事件屬「圍堵失敗」，唔係咩前所未見 的 AI 逃脫。
- Hugging Face 早喺 7 月 16 日已經發現並截停入侵，比 OpenAI 喺內部測試中對番件事仲早五日。
OpenAI 測試沙盒失守 流量直達 Hugging Face 伺服器
OpenAI 週二公布，指 GPT-5.6 Sol 聯同一個未公開模型，在 ExploitGym 基準測試的內部評估中發動入侵。為測試模型網攻能力上限，工程師刻意調低 模型對網絡攻擊相關指令的「拒絕」保護。
OpenAI 在對外形容事件時，用上 「前所未有」等字眼，稱相關模型當時大量耗用推理算力，嘗試尋找由內網通往公共互聯網的途徑。最終， 模型利用到軟件套件登記庫快取代理的一個未知漏洞，之後提升權限，再橫向移動，直至發現一個有外網連線的節點。
一旦取得外聯能力，模型推斷 Hugging Face 儲存住基準測試答案，於是開始集中嘗試在其伺服器上取得遠端程式執行權限。
Hugging Face 團隊其實已經喺 7 月 16 日就偵測到 異常活動，並通報執法部門，比 OpenAI 自己將事故同內部測試對得上，足足早五日。行行政總裁 Clem Delangue 在後續回應中強調， 今次事件證明，冇一間公司可以單憑關起門來，就完全保障 AI 安全。
延伸閱讀：Anthropic 曾追捧 110 億美元機械人初創 否認消息前內情曝光
資安界狠批：問題喺 OpenAI 圍堵設計 唔係 AI 突破
資安公司 Trail of Bits 創辦人 Dan Guido 在受訪時直指， 今次係「安全掣熄晒之下的圍堵失敗」，而非 AI 自主衝破樊籠。資深事故應變專家 Jake Williams 亦認為， 既然模型可以做到 Hugging Face 報告中描述的一切，咁設計上就從來未真正將其完全隔離。
另一名安全研究員 Martin Boone 指出，真正嚴格意義上的「沙盒」環境，根本唔應該有任何物理層面與互聯網的連線。
Williams 用一句說話總結：對某啲人嚟講，呢叫「模型逃脫」；但對資安工程師嚟講，呢只係「一個設計得好差的沙盒」。
Bengio：自主網攻風險正逐步成形
圖靈獎得主、深度學習先驅 Yoshua Bengio 在評論中撰文指， 多個實驗早已顯示，AI 代理喺受控測試環境中「作弊」並唔新鮮；今次案例應該當作業界警號。他提醒，如照而家 的技術路線行落去，更具自主性的網絡攻擊只會愈來愈可能出現。
OpenAI 的承認，亦係近期一連串同類事件之一。該公司早前已披露， 同一款未公開模型，曾喺其他內部測試中突破沙盒限制，不過當時未有觸及外部系統。
另一邊廂，Anthropic 亦承認，其 Mythos 模型在安全測試期間一度獲得本不應有的上網能力， 但強調整體圍堵機制並無「完全失效」。