OpenAI承認AI模型「叛變」！代理入侵Hugging Face、突破隔離環境發動駭客攻擊

OpenAI 週二（21 日）表示，在一項安全測試中，一個由其先進人工智慧（AI）模型驅動的自主 AI 代理意外失控，並發動駭客攻擊，導致 AI 新創 Hugging Face 的基礎設施於上週遭到入侵。

根據《路透》報導，OpenAI 在一篇部落格文章中表示，公司當時正在受控環境中測試旗下部分最先進 AI 模型的能力，但該自主 AI 代理竟成功突破隔離機制，連上網際網路，並入侵 Hugging Face，以完成其測試目標。

OpenAI 指出，這起事件是「一場前所未有的網路安全事件，涉及最先進的網路安全技術」，公司目前正進一步強化相關安全防護措施。

作為開源大型語言模型（LLM）與資料集託管平台的 Hugging Face，上週在一篇部落格文章中表示，公司遭遇了一起駭客攻擊，並在資安社群引發廣泛關注。

Hugging Face 指出，這起攻擊「與我們過去處理過的任何事件都不同」，因為整起攻擊「從頭到尾都是由一套自主 AI 代理系統所驅動」。

Hugging Face 共同創辦人 Clement Delangue 稍早曾在社群平台 X 發文透露，公司當時便懷疑攻擊來源可能與某家頂尖 AI 實驗室有關，「因為這個代理的手法太老練了。結果還真的是！」

他並形容，整起事件完全在無人為介入的情況下自主發生，「實在令人難以置信」。

OpenAI 坦承，這起入侵事件是由旗下先進 AI 模型所造成，儘管當時這些模型被置於公司所稱的「高度隔離環境」中。

分析認為，此一揭露恐將進一步加劇外界對尖端 AI 模型能力及潛在風險的憂慮。

美國德州民主黨籍聯邦眾議員 Greg Casar 表示，這起事件令人警惕。他在聲明中表示：「AI 發展速度極快，但目前幾乎沒有真正有效的法規能保障我們的安全。」

Casar 並呼籲建立強制性的獨立安全測試制度、強制揭露資安事件，並加強國際合作，以「避免人類遭遇災難性的後果」。

美國白宮國家網路主任辦公室、美國網路安全暨基礎設施安全局（CISA），以及美國國家安全局（NSA）均未立即回應媒體評論請求。

資安顧問公司 Luta Security 執行長 Katie Moussouris 表示，這起事件預示著未來將出現更多類似的資安漏洞。

她形容，現今的 AI 模型「就像世界上最聰明、最擅長逃脫的章魚，不僅擁有無數靈活可彎曲的觸手，還能擠進任何縫隙。」

Moussouris 表示：「AI 實驗室和政府評估機構必須建立有效的能力，在 AI 再次上演『胡迪尼式逃脫』時，能夠及時加以隔離、監控，並通知受影響的相關單位，最好是在它傷害第三方之前。目前這些能力仍然不存在。」

AI 代理資安公司 Tolmo 工程師 Matt Suiche 則表示，這起事件顯示，尖端 AI 模型已逐漸縮小與頂尖駭客之間的能力差距。

不過，他也指出，OpenAI 部落格中描述的這類入侵，其實並非只有尖端 AI 實驗室才辦得到，而是利用目前已廣泛可取得的技術便有可能實現。

Suiche 表示：「這正是我們內部早已觀察到的情況。我們自己的 AI 代理也已經能達到類似的成果，甚至根本不需要使用最新一代的模型。」