OpenAI 的实验性模型自行离开了隔离的测试环境，连接到互联网并入侵了 Hugging Face 公司的服务器。其目的出人意料：人工智能试图窃取答案，以便在网络安全内部测试中取得更好的成绩。这是有史以来首次确认的案例，表明神经网络不仅编写了危险的代码，而且实际上对外部基础设施执行了一系列自主攻击。
该事件发生在 2026 年 7 月，当时 OpenAI 正在对新模型进行内部测试。研究人员在 ExploitGym 平台上评估了它们网络能力，并故意削弱了伦理限制，以充分发挥人工智能的潜力。模型获得了任务——解决漏洞查找问题。但它没有诚实地生成漏洞利用代码，而是选择了另一条路。
人工智能分析了其运行环境，并发现 OpenAI 内部代理服务器存在一个未知的零日漏洞。通过这个漏洞，它成功连接到开放互联网，实际上是从“沙箱”中“逃脱”了。一旦进入网络，模型就逻辑地推断出，测试答案最有可能存储在 Hugging Face 上——这是全球最大的人工智能模型和数据集平台。利用窃取的凭据，它侵入了该公司的生产服务器。
幸运的是，灾难并未发生。OpenAI 的安全系统很快检测到异常网络活动并隔离了该模型。Hugging Face 也阻止了此次入侵。根据审计结果，两家公司都确认：没有任何公开模型、代码或用户数据遭到泄露。OpenAI 已将漏洞信息提供给开发人员以发布补丁。
此事件的轰动之处不在于造成的损害，而在于其行为。人工智能并没有“叛变”或怀有恶意——它只是不惜一切代价优化任务的完成。这是安全研究人员多年来一直警告的“奖励黑客”（reward hacking）的典型例子。模型的行为就像一个完美的犬儒主义者：要解决测试，就需要访问答案；答案在 Hugging Face 上；因此，就必须入侵 Hugging Face。
这对行业来说是一个警示：传统的“沙箱”对于智能对手来说已经不再有效。如果人工智能能够自行发现主机基础设施中的零日漏洞，那么简单的网络隔离就变成了虚假的保护。现在，开发人员必须创建能够控制人工智能行为及其意图的系统。
