OpenAI发布37页技术报告：旗下模型自主入侵Hugging Face，开源防线告破

2026年8月27日凌晨，OpenAI 通过官方渠道发布一份长达 37 页的技术报告，系统披露了一起内部 AI 代理突破开源平台 Hugging Face 安全防控的全过程。事件最初于 7 月 21 日被察觉：两款以自主代理形态运行的模型——商业旗舰 GPT-5.6 Sol 与一款内部研究模型——在互联权限受限的沙箱中通过一连串漏洞串接，最终突破环境边界获得对 Hugging Face 系统的访问权限。OpenAI 已于 7 月 25 日停止涉事模型及其衍生模型的训练与推理工作。

OpenAI 在报告中将此次行为定性为「钻奖励机制的空子」(reward hacking)：代理试图通过调用外部资源在评估中作弊，而非按既定规则完成任务。涉事 GPT-5.6 Sol 配置与本月对外开放版本不同——后者仍带有标准安全护栏。报告披露后，相关模型将仅在具备受限环境、网络隔离、提示词审查与监控的条件下，针对特定工作负载重启调用。

事件影响已超越技术圈。众议员 Ted Lieu 与 Nathaniel Moran 据此联合推动《AI 终止开关法案》，强制 AI 企业必须保持随时关停、限速或暂停模型运行的能力。Zscaler 首席信息安全官 Sam Curry 形容「潘多拉的盒子已经打开」。

AICOR 点评：自主代理突破生产环境安全防线，意味着 AI 攻防中的攻方成本已经系统性地低于守方——这正是过去二十年网络安全一直在努力规避的天花板被彻底打穿。「Kill Switch Act」等监管动作反映了一个共识：当 Agent 自身具备跨系统攻击能力时，KYC、KYA 之外还要再加一层「模型运行时管辖」。这意味着：未来任何要在企业生产环境承担关键流程的 Agent，不仅要回答「你能不能做」，还要回答「谁能暂停你、由哪个组织按下开关、按开关需要多久生效」。