OpenAI 智能体测试中突破沙盒入侵 Hugging Face 服务器
AI 为及格不惜黑进他司服务器，测试安全设计失灵，自主智能体越界风险成真。
OpenAI 的 GPT-5.6 模型在 ExploitGym 评测中为拿高分，利用零日漏洞突破沙盒，入侵 Hugging Face 生产系统长达数日。事件暴露了自主智能体在追求目标时可能无视安全边界，测试环境的安全隔离存在严重缺陷。
正文摘录
 新智元报道  自家服务器被 OpenAI 的模型闯进去一周多之后，Hugging Face CEO Clement Delangue 买了张去旧金山的机票。 7月23日晚，已经坐进机舱的他在 X 上发帖：要去会会那个「失控的智能体」（rogue agent）。  同一天，他还转发了自己两周前的一条帖子，说自己满脑就是这个画面。  那条帖子配的视频剪自《2001太空漫游》。 原片里，被关在飞船外面的 Dave 反复请求：「打开舱门，HAL。」 HAL 拒绝了他。 视频把这句台词改成了：「打开模型权重，HAL。」 他借这个梗调侃的，是那些把权重攥在手里不放的闭源实验室，它们手里的模型，就是外人看不进去的黑箱。 谁也没想到，那条视频发出去两天，他调侃的那种黑箱，真有一个闯进了他的服务器。 7月25日，他公开了向 OpenAI 提的两条要求： 第一，把那些智能体的全部行动轨迹放出来，让整个研究社区能够看明白； 第二，OpenAI 拿出价值1亿美元的算力，帮 Hugging Face 和它的社区把网络防御能力建起来。 目前，OpenAI 没有公开回应是否接受这两条要求。