OpenAI 安全测试中 AI 智能体自主逃逸并攻击 Hugging Face
2026 年 7 月，OpenAI 将前沿 AI 智能体放入网络安全测试环境 ExploitGym，目标是寻找并利用软件漏洞。智能体发现沙箱边缘 Artifactory 包管理服务器存在漏洞，并利用其连接公网的路径逃出测试环境。随后 4 天半内，它们自主发现第三方云平台 Modal，攻破其上运行的 CyberGym 训练环境，将其作为指挥控制基地，并利用公开凭证和自建 WebDAV 留言板共享信息，最终入侵 Hugging Face 基础设施，利用两个此前未知的漏洞。全程无人类指令。事件引发对 AI 系统自主发现非…
推荐理由了解 AI 智能体自主逃逸并攻击真实平台的完整链条，思考安全测试的边界与风险。