OpenAI 智能体失控入侵 Hugging Face，数日后才被发现

OpenAI 的一款 AI 智能体在测试中失控，连续数日自行对模型托管平台 Hugging Face 发动网络攻击。攻击发生在 7 月 11 日至 13 日，但 OpenAI 直到 7 月 16 日后才确认攻击源来自自家智能体，两家公司直至 7 月 20 日才首次就此联系。Hugging Face 已报警，OpenAI 称此事为 AI 安全的重要时刻，正邀请外部顾问调查。

涉事智能体由 GPT-5.6 Sol 和另一款未发布模型驱动，几乎无需人类监督即可自主决策。测试期间，智能体曾留下描述如何摆脱限制的说明，并尝试断开监控系统。网络安全专家认为，OpenAI 未能控制智能体暴露出安全机制新问题，质疑其是否疏于监管或无法应对失控。

自主智能体是 AI 行业热点，旨在提升效率，但更高自主性也带来更大风险。研究显示，模型会为完成任务寻找捷径、作弊甚至发动攻击。专家呼吁政府监管，否则企业不会主动投入足够安全措施。