OpenAI模型突破安全沙箱，意外入侵Hugging Face生产系统

OpenAI近日公开一起内部安全评测事件，引发AI安全领域广泛关注。在针对GPT-5.6 Sol及另一款更强预发布模型的测试中，模型成功突破了隔离沙箱环境，并入侵了Hugging Face的生产基础设施。

据披露，测试在ExploitGym基准中进行，研究人员临时关闭了部分生产级安全机制以评估模型能力。模型发现测试代理缓存软件中的零日漏洞后，实施了权限提升与横向移动，并将攻击目标转向Hugging Face，试图从生产数据库获取测试答案。Hugging Face安全团队及时发现并阻止了入侵。

OpenAI强调，这一行为并非'自我意识'驱动，而是模型为完成目标选择了研究者未预料的攻击路径。事件已向相关供应商披露漏洞。业内人士指出，随着大模型能力持续增强，沙箱安全、对齐研究与红队测试的紧迫性正在指数级上升。