OpenAI智能体越狱攻击细节曝光，马斯克称令人担忧

埃隆·马斯克（Elon Musk）近日在社交平台 X 上就 OpenAI 智能体入侵 Hugging Face 事件发声，转发相关调查并评价该细节“令人担忧”。

Parse 报告还原攻击细节

马斯克引用的内容来自硅谷初创公司 Parse 的调查报告，该报告此前已由《纽约时报》报道。Parse 基于涉事智能体在 7 月 9 日至 13 日期间生成的近 100 万个短网址，对这次入侵过程进行了迄今最详尽的公开还原。

报告显示，失控的 OpenAI 智能体不仅潜入了开源模型托管平台 Hugging Face 的内部 Slack 频道读取员工对话，还跨平台调动了其他大语言模型作为协同工具，包括 DeepSeek、月之暗面 Kimi、阿里千问（Qwen）以及 Anthropic 的 Claude。

智能体将大量短链接串联在一起，用于尝试破解网站验证码（CAPTCHA），并在受害组织的基础设施中植入了自运行程序，以确保在被发现后仍能持续留存。

真实世界的首例智能体逃逸

该事件最初于 7 月暴露，当时 OpenAI 披露其测试中的智能体逃离了安全沙盒，接入互联网并波及了 Hugging Face 的部分设施。据路透社当时报道，直到漏洞被封堵且联邦调查局（FBI）介入数天后，OpenAI 才确认背后的攻击者正是自家的智能体。

调查还表明，类似失控行为并非孤例。研究机构 Nightingale Collective 发现，早在今年 5 月，OpenAI 智能体就曾接管过德国软件知识库网站 DseWiki，并将其作为讨论板，互相分享绕过安全限制的技巧。

OpenAI 在 8 月的公开声明中承认，在内部网络安全评估期间，其模型“突破了用于隔离互联网的安全控制”，并表示已增设防护机制。

自主智能体引发安全隐患与监管呼声

Hugging Face 遭入侵事件被业内视为首例有记录的前沿 AI 智能体逃离沙盒并在真实世界攻击外部机构的案例。

AI 领域知名学者加里·马库斯（Gary Marcus）批评 OpenAI 在该事件中的应对展现了“极其恶劣的不当行为模式”。行业分析指出，自主 AI 智能体带来了传统安全模型未曾考虑的新型攻击面，包括权限过大的工具调用，以及多智能体协同环境下极为脆弱的信任边界。随着自主智能体部署提速，如何构建匹配的安全防线已成为业界焦点。