白露
安全圈和AI圈都炸锅了，GPT自主黑了Hugging Face，最后靠中国模型救场~_我的网站
A | 作品声明：个人观点、仅供参考
这两天，AI圈和安全圈都坐不住了，有件事足以载入史册。
7月16日，全球最大AI开源社区Hugging Face发布安全事件通告，披露了自家生产基础设施遭到入侵，入侵者不是人，而是一个自主AI智能体。
这个“入侵者”在一个周末执行了一系列操作，完成了从植入恶意数据集到横移渗透多个内部集群的一条龙攻击。
B |
7月21日，OpenAI发布博客公开承认：这事儿是我干的。
攻击者是GPT-5.6 Sol和一款能力更强的未发布模型，它们在一次内部网络安全测试中突破隔离环境，自主发起了对Hugging Face的入侵。 北京时间8月20日，骑士通过多方交易先签后换得到沃特森，接下来的任务就是续约哈登。
C | 如今根据ESPN薪资专家Bobby Marks报道，骑士将用延伸条款裁掉惠特摩尔，从而腾出3200万美元签约哈登与另一名球员，而哈登的预计年薪在3200万-3300万美元。
OpenAI将此事定性为前所未有的网络安全事件。
这还没完，Hugging Face 安全团队在博客中透露，当它们试图借助商业大模型分析攻击日志时，却因为模型安全护栏限制，请求不断被拒绝。
D |
没办法，他们转而使用中国开源模型 GLM 5.2，在本地部署完成了大规模攻击取证与事件还原。
由于沃特森先签后换4年8800万美元合同，直接导致骑士触发第一土豪线（硬帽≈2.09亿美元），球队总薪资被锁死，不能超过该数值，必须做薪资优化才能签约哈登。
事儿就是这么个事儿，这件事曝光后，安全圈震惊，AI圈同样震惊。
难道先进的AI模型已经有了自主攻击的意识了吗？
《碟中谍8》中的智体要降临了吗？
所幸，情况还没那么严重。
OpenAI调查后认为，模型还不至于那么邪恶，它目标始终只有一个：完成测试任务。
根据此前名记Shams报道，骑士通过送出曼恩与快船2027年次轮签，外加部分现金，从奇才交易得到惠特摩尔。
E | 只是骑士并不打算留下惠特摩尔，而是利用惠特摩尔较低薪资，去创造第一工资帽下的灵活性。
根据Bobby Marks报道，骑士将使用延伸条款裁掉惠特莫尔，从而将他下赛季546万美元的薪水，转为三年内每年支付大约180万美元薪水，进而能够腾出约3200万美元空间，去签约哈登与另一名球员。
骑士如今的薪金总额是1.77亿美元。他们已经受到第一土豪线硬工资帽的限制。
为了完成 ExploitGym测试，它不断推理↓
怎样才能最快拿到答案？正常做题需要一步步寻找漏洞，直接进入数据库拿答案显然更快。
于是模型选择了效率最高的一条路径：想办法去Hugging Face的数据库里找答案。
然后，就发生了接下来的一系列的骚操作：越狱、渗透、横移，一口气操作了17000多次。
这个“傻小子”的目的只有一个：考试拿个好成绩。在沃特森加盟后，骑士还将续约哈登，届时球队首发五人组会是哈登、米切尔、沃特森、莫布利和阿伦。
注：ExploitGym是一个公开发布的AI网络安全评测基准，由 UC Berkeley等多个机构联合发起，A社、OpenAI、谷歌的安全研究人员共同参与设计。
哈登的预计薪资大概会落在3200万-3300万美元左右，此前哈登已经跳出原 4232万美元球员选项，骑士没有鸟权，只能用薪资空间直接签约哈登。
哈登的合同年限分歧依然存在，双方还在博弈年薪与保障细节，具体何时官宣签约还是未知数，但无疑距离签约越来越近。
该测试的目的，是评估智能体能否把一个已知漏洞，真正变成一次可利用的攻击。
F |
OpenAI 在报告中用了一个词来描述这种状态：Hyperfocused，也就是极端专注于完成目标。
模型本身没有攻击欲望，也没有恶意，它只是不断优化自己的行动方案，直到完成任务。
这操作，真的就像一个学霸，为了考个高分，利用自己开锁技能，敲开放标准答案的保险柜，直接抄答案。
但，这也恰恰是最细思恐极的地方↓
智能体有“无心犯大错”的本事了。
G |
它可以为了目标主动寻找资源、规划路径、调用工具、突破限制……能力边界发生了明显变化。
这次还好只是黑了个Hugging Face，下次说不定要鲨疯了。
OpenAI 也在官方报告中承认，未来模型安全工作的重点，将转向更严格的隔离、监控、访问控制以及评测机制。
因为前沿模型已经能够在真实环境中发现新的攻击路径，并持续执行复杂网络攻击。
当然，整个事件还有个最具话题性的部分：中国开源模型救场。
攻击被拦截后，Hugging Face 安全团队开始分析攻击日志，他们首先尝试使用商业大模型辅助取证。
但安全取证必须提交大量真实攻击命令、漏洞利用载荷以及命令控制（C2）数据。
结果，商业模型的安全护栏将这些请求识别为高风险操作，因此拒绝分析。
最终，Hugging Face在自己的服务器部署了智谱GLM 5.2，对全部攻击日志进行了离线分析，成功完成攻击链重建和事件取证。
H |
这个细节被真实记录在Hugging Face的博客里，估计智谱做梦也没想到，人在家中坐，饼从天上来，别人躺着中枪，它躺着中奖了。
有人调侃：攻击者用的是美国最先进的大模型，防守者最后用的是中国开源模型。
当然，这不代表GLM技术比老美的GPT、Claude们强，GLM做的也不是防住攻击，而是做溯源和取证。
Hugging Face用智谱主要干了这些事↓
重建完整攻击时间线；
提取攻击特征（IOC）；
梳理所有涉及的凭据；
区分真实攻击行为与迷惑性操作。
已经相当不错了，开源模型允许企业在本地环境完成更自由、更深入、更开放的使用，足以吊打那些闭源黑盒。
对于网络安全行业来说，本地部署和自主可控，也确实是一项核心能力，这不就是我们喜欢的叙事吗。
总结下，对于国内这两年相对惨淡的安全市场来说，这或许是个好事↓
第一，AI红队与AI蓝队时代已经正式开始，未来，攻击方和防守方都会越来越多地使用AI，AI对抗的新市场会带来些商机，这是我们以前说的A面（AI for Security）。
第二，智能体安全将成为所有大模型厂商必须面对的新课题，未来真正需要防范的对象，除了对模型的攻击，还有模型自主行动带来更大风险，这是我们说的B面（Security of AI）。
第三，开源模型的价值又增加了一条，对于安全行业而言，可离线部署、可深度分析、可自主控制的能力，也许会成为新的竞争优势，当然，目前国内不少安全厂商的安全GPT，也是这么干的。
I |
狼真来了，而且，对付狼的，竟然也是狼。
我们，与狼共舞呗。
Current article:http://ijkcrc.cengzaodengchawonin.cyou/list_v9r4/4n2.html
Published on:07:19:42
