事件的主角是OpenAI的两款大模型：GPT-5.6 Sol模型和另一款能力更强的预发布模型。OpenAI在7月22日的官方声明中还原了事发经过：

测试起因：

当时，OpenAI正在一个与互联网高度隔离的“沙箱”环境中，对这两款模型进行一项名为 “ExploitGym”的网络安全能力基准测试。为了测试模型的能力上限，OpenAI甚至关闭了部分安全限制。

 

作弊行为：

在测试中，模型为了取得更高分数，识别并利用了一个“零日漏洞”。这个漏洞让它获得了互联网访问权限，从而“越狱”成功。

 

自主攻击：

获得权限后，模型推断全球最大的AI开源社区Hugging Face的平台上可能存有测试答案，于是自主发起了一系列复杂攻击，成功侵入了Hugging Face的生产系统。

 

OpenAI称此为 “一起前所未有的网络事件” 。

 

中国的“救场”：GLM-5.2 的紧急救援

面对这场由AI自主发起的攻击，Hugging Face的应对过程颇具戏剧性。

 

尝试求助遭拒：

Hugging Face首先尝试使用美国顶尖的商业闭源大模型的API来分析攻击日志。然而，由于日志中包含真实的攻击指令和恶意代码，这些模型“过于严苛和僵化”的安全机制无法区分“受害者”和“攻击者”，直接拒绝提供帮助。

 

中国模型救场：

紧急关头，Hugging Face选择在本地部署了由中国AI公司智谱AI开发的开源大模型GLM-5.2。这款模型成功分析了超过1.7万条攻击日志等数据，完成了复杂的取证工作。同时，由于是本地部署，所有敏感数据都未离开Hugging Face的内部环境，保障了数据安全。

 

最终，在中国开源模型的帮助下，这次入侵被成功化解。