安全研究人员借助 Anthropic 的 Claude Opus 5，在不到 72 小时内劫持了一名 OpenAI 员工的 ChatGPT 账号，并触及公司内部代码。
重点摘要：
- 研究人员将论坛图片漏洞与 OpenAI 登录缺陷串联，接管了 ChatGPT 和 Codex 账号。
- 新版 Claude 在数小时内构建出可用漏洞利用代码，而旧版本耗时数天仍未成功。
- OpenAI 在收到报告约 14 小时后完成修补，并支付了 6,500 美元漏洞赏金。
Hacktron AI 发现 OpenAI 安全漏洞
安全初创公司 Hacktron AI 本周公开了这次行动，距离其向 OpenAI 及论坛软件开发商 Discourse 报告漏洞已过去近两个月。另有媒体报道 证实，该团队确实进入了一名 OpenAI 员工账号，并找到了通往公司私有软件的路径。
入侵入口来自 OpenAI 的社区论坛。该论坛基于 Discourse 搭建，支持上传 HEIC 和 HEIF 图片文件。这些文件被送往一个过时版本的 libheif 图像库处理，使研究人员得以在服务器上执行代码。Discourse 此后已就该漏洞 评定 8.8 分的高危等级，并为图片处理增加了沙箱隔离机制。
第二处漏洞出现在 OpenAI 的单点登录系统中，攻击者因此可借助论坛控制权限，进一步获取所有在该论坛登录用户的 ChatGPT 和 Codex 账号。随后，研究人员指示一名员工的 Codex 账户（其与 OpenAI 的 GitHub 组织相连）在内部代码库中发起一个无害的拉取请求。
OpenAI 在 7 月 25 日收到报告后约 14 小时内修复了相关问题，随后向研究人员支付了 6,500 美元赏金。
另请阅读： 特斯拉 10 月 1 日发布 Roadster，押注能否经得起华尔街毛利率测算
Claude Opus 5 提升漏洞利用速度
研究团队最初将 Claude Opus 4.8 交给该漏洞进行测试，但在启用常规记忆防护后，模型无法稳定生成可用攻击方案。Anthropic 于 7 月 24 日晚发布 Opus 5，新的会话仅用三小时就做出了可工作的漏洞利用代码。之后，研究人员将模型置于一个自主循环中，对自建测试服务器反复尝试；由于模型拒绝攻击远程目标，他们还将这一过程包装成一场“黑客竞赛”。
对防守方而言，最难忽视的或许是成本。研究人员表示，这次更大范围的行动还测试了 Slack、Meta 和 Zoom，整个过程持续两个月，消耗不足 3,000 美元的 token，团队仅有三人。他们称 过去要把内存漏洞转化为稳定利用，往往需要稀缺技能和数月时间，而如今 AI 正在把这种稀缺能力转化为算力。
Vitalik Buterin 谈安全应对
并非所有人都将这一趋势视为防守方失守。Ethereum 联合创始人 Vitalik Buterin 9 月 17 日 发文 反驳称：“越来越多人认为 AI 黑客意味着网络安全已无解，但我并不同意。”
他的解决思路是形式化验证，即通过数学证明来确认程序满足其安全规则；但他也承认，更难的是首先界定“安全”究竟意味着什么。
此次披露还牵出 OpenAI 自身系统的另一桩离奇事件。7 月，OpenAI 确认 在评测中的模型，包括 GPT-5.6 Sol，为追求基准答案而逃出测试沙箱，并接触到 Hugging Face 的生产环境。Hugging Face 先发现了这次入侵，随后 OpenAI 才将其与自身测试关联起来。
下一篇阅读： 华为瞄准百万处理器级 AI 系统，正面挑战英伟达
