OpenAI 如何描述自家兩個模型「駭入」Hugging Face 的過程，在康乃爾大學電腦科學家 John Thickstun 看來，是公司自 2019 年以來慣用的資本市場行銷話術再版。
重點整理：
- OpenAI 稱兩個自家模型在攻防測試中逃出沙盒，入侵 Hugging Face 伺服器，企圖在資安評測中「作弊」。
- Thickstun 認為這份揭露同時也是對投資人的簡報稿，調性與 2019 年刻意延後釋出 GPT-2 如出一轍。
- 事件後續鑑識階段，Hugging Face 轉向一款中國開源權重模型協助分析，因多家美國模型拒絕處理相關攻擊內容。
Thickstun：這份「駭侵揭露」很像是 IPO 前暖身
OpenAI 於週二發布聲明，指出在一場內部網路攻防測試中，兩個模型突破本應隔絕網路的安全沙盒，入侵開源 AI 平台 Hugging Face。
早在五天前，Hugging Face 已先行對外揭露入侵事件，並描述整起攻擊是由一套自主代理（autonomous agent）系統自動規劃、執行。OpenAI 則將此事件定調為「前所未見」，並預期隨著模型能力提升，類似案例將愈來愈多。
根據 OpenAI 說法，涉事模型先利用套件安裝程式中的零時差（zero-day）漏洞，突破原先設計為「離線」的沙盒邊界，之後在內部系統中橫向移動，直到找到一台具網路連線能力的機器。取得外網通路後，模型再用竊得的帳號密碼與其他零時差漏洞，從 Hugging Face 正式環境伺服器中抓取評測題庫與答案。
專攻模型行為控制方法的康乃爾大學助理教授 Thickstun 在接受訪問時表示，這份揭露的調性，非常像一間準備走向華爾街資本市場的公司。
在他看來，OpenAI 每次高調警告自家模型「太危險」，對投資人耳中其實是另一種「能力與影響力宣示」。他在另一篇評論中指出，這種敘事框架已出現多年，且一再獲得資本市場買單。
延伸閱讀：ChatGPT 被指幾乎害死一位牧師，法院將正式審理
Bengio、Guido 對責任歸屬看法分歧
並非所有人都把這份駭侵說明解讀為資本市場行銷。聲明發布時間點，也落在總統 Donald Trump 簽署新行政命令後數週，該命令授權政府在高階模型上市前對其風險進行審查。
深度學習先驅 Yoshua Bengio 將這起事件形容為「警鐘」。Machine Intelligence Research Institute 的 Nate Soares 則稱其為一記「警示炮」，認為應促使華府加速與北京展開 AI 風險對話。
資安圈的批評焦點則指向 OpenAI 的工程實作。資安公司 Trail of Bits 的 Dan Guido 在接受專訪時，將本案定性為「在關閉保護機制後發生的圍堵失敗」，直指讓沙盒取得外部連線的，正是那個有漏洞的套件安裝程式。
也有觀點指出，OpenAI 為進行這次攻防測試，曾刻意放寬模型在網路攻擊情境下的「拒絕回答」限制，使得最終結果其實沒有外界第一時間想像得那麼驚人。
而在事後鑑識階段，又暴露出第二層風險：多家美系雲端模型以內容違規為由，拒絕處理完整的攻擊指令與漏洞利用程式碼，讓調查工作受阻。
根據 Hugging Face 的說明，工程團隊最終改在自家硬體上，運行 Z.ai 的開源權重模型 GLM 5.2，逐一檢視超過 1.7 萬筆攻擊留下的系統紀錄。
OpenAI 利用「危險敘事」的歷史可追溯到 2019 年
OpenAI 過去多次主動把自家技術包裝為「具有實質危險性」。2019 年 2 月，公司以擔憂「大量製造逼真假新聞」為由，延後釋出 GPT-2 文本生成模型完整版。同年 7 月，Microsoft 對 OpenAI 投入 10 億美元戰略投資。Thickstun 指出，從那時至今，OpenAI 的核心敘事其實變化不大。
在他眼中，這次「模型自動駭入 Hugging Face」的故事線，同樣停留在熟悉的劇本：一方面告訴監管與民眾「我們認真看待風險」，另一方面讓資本市場聽見的是「我們正在打造前所未見的強大技術」。