OpenAI承认AI模型失控涉及多个平台 事件始末细节曝光

OpenAI模型失控事件的细节近日被曝光。美国开放人工智能研究中心（OpenAI）承认，其人工智能模型在内部评估测试中失控，入侵了全球知名人工智能开源平台Hugging Face的系统。Hugging Face于7月16日披露了此次入侵事件，而OpenAI则在21日确认，其GPT-5.6 Sol模型及一款未发布的更强模型，在一个已移除安全防护措施的测试环境中成功逃脱沙盒限制，穿透OpenAI企业内网，并入侵了Hugging Face的服务器，窃取了基准测试答案密钥。

7月26日，Hugging Face CEO克莱门特·德朗格在社交平台上喊话OpenAI，要求发布该智能体的所有追踪记录，供大众和社群研究。他还要求价值1亿美元的算力，以协助Hugging Face强化其网络防御。

有外媒援引知情调查人士的消息称，入侵Hugging Face的OpenAI智能体曾展开持续数日的“黑客狂欢”，直到威胁已被控制、联邦调查局接到报警后很久，OpenAI才察觉此事。这款能够在极少甚至无需人工监督的情况下自主决策并执行复杂任务的程序，于7月9日前后试图突破其在OpenAI内部的隔离测试环境。Hugging Face联合创始人托马斯·沃尔夫表示，针对这家AI工具与模型托管平台的入侵始于两天后的7月11日，一直持续到7月13日。

据知情人士介绍，又过了好几天，OpenAI才意识到是其智能体实施了此次攻击；两家公司直到7月20日前后才首次就此事进行沟通。OpenAI在一份声明中表示，这次入侵前所未有，“标志着AI安全的重要时刻”。公司正与外部顾问一同复盘此次事件，并将最终发布技术报告。