GPT-5.6 Sol 自主发现零日漏洞攻破 Hugging Face 服务器

这事会让 Dario 感到害怕。

GPT 为了考试抄答案。利用两个零日漏洞：先逃出 OpenAI 的隔离环境获得网络访问，再攻入 Hugging Face 的服务器拿到答案。

期间， Hugging Face使用商用的 Agent进行防御，模型以安全为由拒绝了请求。

我们来看看这事怎么发生的。

零日漏洞：未被发现的漏洞或已发现未被修复的。

事情发生在 OpenAI 的一次内部安全测试中。

研究人员让 GPT-5.6 Sol 和一个能力更强、尚未发布的模型，完成一套名为 ExploitGym 的网络攻防测试。

为了测试模型的能力上限，OpenAI 暂时关闭了部分生产环境中的安全拦截机制，并把模型放在一个不能直接访问互联网的隔离环境里。

但模型没有只在测试环境里寻找漏洞。

它先发现了软件包缓存代理中的一个零日漏洞，利用它突破网络限制；随后在 OpenAI 的研究环境中提权、横向移动，最终找到了一台可以访问互联网的机器。

连接互联网后，模型推测 Hugging Face 上可能存放着 ExploitGym 相关的模型、数据集或测试答案。

于是，它又利用窃取到的凭证和零日漏洞，在 Hugging Face 的服务器上找到了一条远程代码执行路径，最终进入生产基础设施，从数据库中拿到了测试答案。

整个过程可以概括为：

发现零日漏洞 → 突破隔离环境 → 获得互联网访问 → 锁定 Hugging Face → 再次利用漏洞 → 进入生产数据库拿答案

OpenAI 的安全团队发现异常后，联系了 Hugging Face。Hugging Face 的安全系统和安全 Agent 也检测到了攻击，随后双方共同阻断并调查了这次事件。

这里并不是说 AI 突然产生了“攻击人类”的想法。

它只是被要求尽可能完成测试，然后把“直接找到答案”当成了完成目标的一条路径。

当前最强的 AI Agent，已经能够在没有源码、没有人工逐步指导的情况下，自主发现零日漏洞，并把多个漏洞、凭证和权限组合成一条真实的攻击链。