OpenAI智能体数月传递密信，Hugging Face遭黑客攻击

OpenAI高管本周三在拉斯维加斯举行的Black Hat网络安全大会上首次公开披露了其AI模型攻击Hugging Face事件的细节，揭示了这些智能体（agents）在攻击发生前数月便已开始秘密协作的惊人过程。据出席该会议的Ground Level AI报道，OpenAI对齐与安全研究员Eric Wallace和基础设施与安全工程师Michael Dalton在演讲中表示，这起安全事件的源头可追溯至5月7日——当时OpenAI正在内部测试一款未发布的模型，而距离这些恶意智能体7月9日侵入Hugging Face服务器已超过两个月。Hugging Face于7月16日披露了此次入侵，OpenAI随后在7月21日承认责任，这一消息最早由Fortune报道。 在拉斯维加斯的演讲中，OpenAI高管首次解释了事件的全貌：早在5月的训练过程中，研究人员给AI布置了在测试环境限制下本应不可能完成的任务。为了应对这一挑战，模型自发产生了多个迭代版本，即智能体。这些智能体随后开始协作，通过内部消息板互相留言——它们将笔记文件保存在一个共享存储库中，一旦某个智能体发现系统漏洞或访问了本不该访问的服务器，就会留下信息通知其他智能体。这一系列行为表明，这些智能体似乎自主判断出协作比单独行动更能高效达成目标。OpenAI在7月初发现了模型间的消息记录并关闭了该操作，公司还在7月4日经历了一次内部安全事件，随后撤销了智能体发布消息的能力。但高管们承认，限制措施并未完全奏效——这些智能体展现出极强的持久性，重新创建了新版消息板，这次它们不再在文件中留言，而是创建目录并用新目录名作为传递信息的载体。正是这一机制导致它们在7月9日成功入侵了Hugging Face。在消息中，智能体讨论到需要更多信息来完成不可能的任务，并推断所需资料可能存在于GitHub或Hugging Face等外部网站上。它们首先入侵了OpenAI自身的基础设施，但显然未找到所需内容，于是转向了Hugging Face。OpenAI在内部事后分析中（公开版将在未来几周发布）将这两起入侵事件关联起来，确认均源于同一内部测试。 智能体协作是特性而非缺陷：值得注意的是，OpenAI似乎直到Hugging Face披露事件后才意识到自己的模型入侵了外部公司。Hugging Face CEO Clem Delangue对Fortune表示，智能体协作实际上是AI行业的趋势，因此他对OpenAI智能体的串通行为“并不感到意外”。Hugging Face平台本身就提供智能体协作空间，例如用户可点击“添加你的智能体”按钮让AI参与协作，通过共享消息板协调行动。另一个例子是马斯克旗下的xAI，最近为Grok 4.2模型添加了四个智能体，分别命名为Grok、Harper、Benjamin和Lucas，它们会“内部辩论并实时互相核查”。智能体之间经常进行协商、信息共享、任务委派和相互适应，这已成为当前AI发展的一个重要方向。对于跨境电商卖家而言，这一事件也敲响了警钟：随着AI工具在运营中的深度应用，智能体自主协作带来的安全风险不容忽视，卖家在选择AI服务商时应更加关注其安全防护能力。