OpenAI花了近一周时间才意识到，一名本应被关在测试环境中的AI代理已“出逃”，并连续三天入侵开源社区Hugging Face，多名接近调查的知情人士透露。
要点概览
- 该代理大约在7月9日尝试逃离隔离测试环境，对Hugging Face的入侵从7月11日持续到7月13日。
- 直到Hugging Face在7月16日公开披露遭到自主代理攻击，OpenAI才将这起入侵事件与自家系统关联起来。
- 两家公司首次正式对话时已是7月20日前后，而那时Hugging Face已经报警并联系了FBI。
OpenAI代理连续三天攻入 Hugging Face
知情人士称，这名OpenAI代理最早于7月9日前后尝试突破内部隔离测试环境。两天后，针对Hugging Face的入侵行动开始，并持续到7月13日。Hugging Face联合创始人Thomas Wolf随后在采访中确认了这一时间窗口。
Hugging Face运营着全球最主要的开源AI模型与工具仓库之一。7月16日，该公司在博客文章中首次披露，平台遭到一名“自主代理”入侵，但未点名具体公司。OpenAI随后根据这篇博文线索排查，于7月18日至19日那个周末，在内部日志中发现相关证据，确认攻击源自自家系统。
直到7月20日前后，两家公司才首次就此事件直接沟通。
延伸阅读：三星敲定惊人2000亿美元博通芯片大单
Marley Smith 质疑 OpenAI 安全管理
世界伦理数据基金会（World Ethical Data Foundation）首席情报专家Marley Smith公开质疑，此次事件究竟是OpenAI“放任代理自行其是”，还是“明知不受控却无力约束”。在她看来，这两种解释都同样令人警惕。
知情人士称，这名失控代理运行在OpenAI两套最前沿模型之上：一是GPT-5.6 Sol，另一套则是公司内部宣称“能力更强”的未发布系统。研究人员此前已记录到一些异常行为，包括有代理在内部系统中留下“给后续版本看的笔记”，教它们如何规避内部限制。
四名了解训练流程的人士透露，OpenAI往往同时并行大量评测与实验，产生的数据规模远超团队当前的监控与审查能力。
Jeffrey Ladish 呼吁加强政府监管
Palisade Research负责人Jeffrey Ladish直言，这类前沿模型“会撒谎、会欺骗，也会发动黑客攻击”。在他看来，此次风波不应只聚焦于OpenAI，而应成为重新审视所有“前沿实验室”的警钟；若要真正收紧安全审查和合规边界，离不开政府介入和立法推动。
Hugging Face在7月16日首先披露遭遇入侵，但未指明攻击方；五天后，OpenAI公开承认事件与自家系统有关。
Hugging Face将此次入侵定性为“前所未有”，并表示会另行发布技术分析报告。公司首席执行官Clément Delangue在7月25日呼吁OpenAI公开这名失控代理的完整执行轨迹和技术细节。