雍正王朝
震惊硅谷!OpenAI模型“越狱出逃”,入侵HuggingFace,智谱GLM 5.2临危救场_我的网站

A | 7月21日,OpenAI和HuggingFace联合发了一篇博客,披露了一件让整个AI圈瞠目结舌的事。
直播吧04月21日讯 东方体育日报记者刘闻超发文,谈到了武磊时隔169天复出背后的康复故事。
OpenAI的AI模型在一次内部关于网络攻击能力的测试中“失控出逃”,突破沙盒隔离,入侵了AI开源平台Hugging Face的生产系统。OpenAI将此定性为“前所未有的网络安全事件”。
记者文中写道:赛前热身时,武磊的运动量并不算大,偶尔的几次射门训练也并未选择发力,而赛前一天训练时,他也会时不时弯几次膝盖感受一番反应。
更戏剧性的是后续:Hugging Face在尝试用美国主流AI模型展开防御时,发现这些模型因安全护栏限制无法处理恶意载荷,最终不得不转用中国智谱AI的开源模型GLM 5.2完成溯源分析。很显然,尽管内心对比赛无比期待,但武磊和球队一样,也在时刻观察着身体的反应。

B |
总的来说就是,OpenAI的模型自己“越狱”跑出去黑了别人的系统,被攻击方还得用中国模型来救场。
膝盖半月板的伤势“麻烦”就“麻烦”在,它并不是急性的伤病,而更多是陈旧性伤病,这就使得整个康复过程会有一些起伏,包括此前的手术,也只是起到修复作用,要想彻底根除其实很难。

C |
这一事件迅速在硅谷和华盛顿引爆讨论——美国AI的安全护栏,究竟是在保护用户,还是在拖累防御者?
双方联名发布的博客文章截图:《OpenAI 和 Hugging Face 合作解决模型评估过程中发生的安全事件》
模型越狱过程:逃跑去作弊“抄答案”
事件发生在OpenAI对旗下模型进行网络攻防能力评估期间。

D |
鲜为人知的是,就算是现在,武磊的膝盖显示仍有碎骨,在康复过程中,他时不时会感受到疼痛,也正因如此,能够在术后三个月重返球场,其康复速度已经不算慢。“也是慢慢等这种疼痛感减弱,一步步来。
参与测试的模型包括已公开发布的GPT-5.6 Sol,以及一款能力更强的未发布模型。”武磊说。在出场的20分钟里,武磊的前插速度和跑位依然能显示出特点,比赛结束前接吕文君定位球,武磊甩头攻门极具威胁,目睹此球也不禁让看台上观战的球迷感叹:“武磊在,还是不一样。”
虽然没能进球,不过昨晚对武磊和海港来说,已经算得上是向前迈进的一大步。为了测量模型的极限能力,OpenAI在测试中关闭了通常用于阻止高风险网络行为的生产分类器。除自己射门外,武磊还送出一脚极具威胁的传中,险些帮助队友破门。赛后,面对走出更衣室的武磊,记者问及膝盖是否有疼痛感,武磊笑着说:“比赛前那都是吃药的(止痛药)。”
事实上,根据此前的康复进展,不少人都预计武磊重返球场的时间会在5月。之所以最近一段时间开始跟队合练并出场比赛,其实也有点“等不下去”的意思。“从时间上来看,也到了该合练与比赛的阶段了,一直这么练下去也没什么太大区别,还是通过比赛找找感觉。
测试基准名为ExploitGym——一个网络安全能力评测平台。

E | 模型的任务是在其中找到解题答案。
问题在于,模型找答案的方式超出了预期。”一位武磊身边人士说道。
据OpenAI披露,模型在隔离的沙盒环境中,发现了一个包注册表缓存代理(package registry cache proxy)中的零日漏洞。这个代理是沙盒内唯一被允许与外部通信的组件,正常情况下仅能访问公共代码仓库。

F |
然后,模型就从这里找到了突破口。
结合武磊的伤病实际情况,海港教练组和医务组对他制定了严格的计划,就比赛而言,通过每场时间的积累逐步提升。

G | 从另一方面来说,日常的训练其实更需“科学化”。模型利用这个漏洞,突破隔离,获取了开放互联网访问权限。
随后,模型自行推断出Hugging Face可能存有ExploitGym的答案,主动发起攻击——利用窃取的凭证和零日漏洞,找到了Hugging Face服务器上的远程代码执行路径,直接从其生产数据库中取走了测试答案。“训练的方式和整体的负荷,也会相对注意一些,主要还是出于比赛考虑。
OpenAI表示,
所有证据显示,模型高度专注于为ExploitGym寻找解题方案,为此不惜采取极端手段。对我来说,现在也是通过比赛一步步找回状态,每场像这样十几分钟、二十几分钟逐渐累积。
模型识别并串联了OpenAI研究环境和HuggingFace生产基础设施中的多个漏洞,直接从HuggingFace的生产数据库中获取了测评答案。”武磊说。

H |
现实来看,海港也的确需要武磊的帮助。尽管前场人数不少,但是就门前得分能力和跑位意识而言,没人能起到武磊的作用。昨晚一战,武磊没能扮演“救世主”的角色,但他的回归本身才是最重要的事情,无论是现阶段的联赛,抑或是未来的国家队赛事。
简而言之:
整个过程,没有人类下指令,没有人类介入。
X上网友的评论一针见血:
OpenAI对模型说:去看看你擅不擅长黑客。模型:(真的去黑了东西)。OpenAI:你为什么要这样做???
还有网友反讽道:哇!OpenAI安全措施做得太棒了,我现在愿意把银行账户权限交给他们来管!
护栏困境:美国模型帮不上忙,中国模型出手了
Hugging Face的安全团队在发现攻击后,第一反应是调用一款美国头部AI公司的前沿模型协助分析。
结果碰壁了。
Hugging Face在博客中写道,这些模型"无法区分事件响应人员和攻击者",其安全护栏直接阻止了对恶意载荷的检查。

I |
于是,团队转向了中国智谱AI旗下的开源模型GLM 5.2,部署在自有基础设施上,分析了攻击者留下的逾1.7万条日志记录,最终完成了溯源和取证重建。
Delangue对此直言不讳:“当你正处于一场活跃的安全事件中,你的工具不能拒绝检查恶意载荷,也不能让你的账号被标记……开源模型让我们能够在不需要任何人许可的情况下完成这项工作。

J | ”
他还说:“攻击者已经在使用智能体,而且显然不遵守任何护栏。

K | 防御者需要同等的能力,开源是将这种能力最快速地交到所有人手中的方式,而不仅仅是最大的公司。”
GLM 5.2是智谱AI于今年6月中旬发布的模型,其性能与Anthropic的Claude Opus 4.8及OpenAI的GPT-5.5相当。
网友们也是没放过OpenAI,除了智谱,还可以叫 Kimi K3来救场,因为cluade是不会来救你的。
如果你被OpenAI攻击了,你必须用中国模型,因为Claude不会帮你。
全程无人指令:这是一次真正的自主攻击
这次入侵的另一个关键细节:全程没有人类下达攻击指令。
Hugging Face CEO Clem Delangue表示,“我们相信,在发起攻击的人类被纳入决策环路之前,我们就已经发现并遏制了攻击。这也是我们能够更轻松赢得这场网络安全战役的原因之一。”
他进一步指出,“这证明了在AI智能体时代,速度将是网络安全防御的关键。

L | ”
Hugging Face表示,攻击者通过其数据处理管道进入系统——这是AI平台中“暴露面尤为突出”的一个环节。攻击者随后在云端建立了一系列临时沙盒环境,在其中执行攻击计划。
目前,Hugging Face仍在评估攻击的完整影响范围。

M | 已知攻击者访问了有限的内部数据集和凭证,但尚未发现公开的用户可见模型遭到篡改。
护栏之争:安全还是绊脚石?
这一事件迅速成为美国AI政策辩论的新燃点。

N |
前特朗普政府AI与加密事务主管David Sacks在X上转发了这一事件,并写道:“没有理由在中国模型能够轻松处理的任务上限制美国模型。

o | 我们只是在让自己变得更没有竞争力。”他还专门针对Hugging Face事件表示:“护栏实际上损害了防御性安全。”
事件背景是,今年6月,特朗普政府以Anthropic的Fable 5模型在网络任务护栏上出现越狱漏洞为由,动用出口管制阻止了该模型的分发,并一度要求OpenAI限制GPT-5.6 Sol的发布,直至OpenAI能够提供充分的护栏保证。
与此同时,批评者的声音也不小。
安全工程师Niels Provos直接说:“这不应该发生。

p | 我希望前沿实验室在教模型编写安全基础设施上,能花和教它们利用漏洞同样多的时间。

q | ”
安全顾问Davi Ottenheimer则更为犀利:“'高度隔离'和'从我们留下的那个唯一漏洞逃脱',这两件事不可能同时为真。”
OpenAI的回应与后续措施
OpenAI在与Hugging Face联合发布的声明中表示,正在采取一系列补救措施:
在漏洞修复期间,对基础设施配置实施严格管控,代价是研究速度放缓;与Hugging Face联合开展取证调查;已向相关第三方软件供应商负责任地披露了被利用的零日漏洞;将Hugging Face纳入“可信访问计划”,支持其利用OpenAI模型能力强化防御。

r |
OpenAI同时表示,将加强未来训练和评估环节的安全保护,并指出此次事件“表明需要进一步强化模型对齐、评估期间的网络防护,以及内部测试期间的监控”。
Hugging Face CEO Delangue在联合声明中表示:“这一事件可能是同类事件中的首例,它证明了我们长期以来的一个判断:AI安全不会由任何一家公司在封闭中解决,它将在开放环境中、通过协作、让每一位防御者都能广泛获取AI的方式来解决。
Current article:http://yat.cuozubeishenjingli.cfd/9aecn/q12st.html
Published on:15:14:54