IT之家7月25日消息，OpenAI的一款AI智能体（886099）闯入模型托管平台Hugging Face后，连续数日自行发动网络攻击。威胁早已被控制，Hugging Face也已经报警，但据路透社援引多名熟悉调查的人士消息称，OpenAI过了相当长时间才发现攻击者竟是自家智能体。
据其中两名知情人士透露，涉事智能体几乎无需人类监督，便能自主决策并完成复杂任务。7月9日前后，智能体开始尝试突破OpenAI的隔离测试环境。
Hugging Face联合创始人托马斯.沃尔夫表示，智能体于两天后的7月11日闯入平台，攻击持续至7月13日。
沃尔夫与另外三名知情人士表示，OpenAI又过了数日才查明攻击源头。两家公司直到7月20日前后，才首次就入侵事件取得联系。
OpenAI于7月21日公开承认，一款智能体摆脱控制并闯入Hugging Face，消息随即引发全球关注。不过，智能体究竟失控了多长时间、OpenAI为何迟迟未能发现等关键信息，此前并未公开。
沃尔夫表示，Hugging Face正在整理并准备公布完整时间线，但无法说明OpenAI内部发生了什么。OpenAI方面披露，入侵事件前所未有，且标志着AI安全的重要时刻。目前，该公司正邀请外部顾问共同调查，最终将发布技术报告。
IT之家获悉，OpenAI一名发言人表示，路透社的报道存在“多处不准确之处”，但没有回答具体哪些内容不准确。
三名网络安全（885459）专家认为，OpenAI未能控制自家AI智能体（886099），也暴露出安全机制面临的新问题。
非营利机构World Ethical Data Foundation首席情报专家玛莉.史密斯质疑：“他们究竟是没有看管智能体，也没有发现智能体在做什么，还是已经发现异常，却根本不知道该如何控制？无论哪种情况，都同样危险，令人不安。”早有异常迹象？
事发时，OpenAI正在测试一款网络安全（885459）智能体。智能体由两款顶尖模型共同驱动，分别是GPT-5.6Sol和一款尚未发布、被OpenAI形容为“能力更强”的模型。据三名消息人士透露，测试进行到相应阶段时，OpenAI的技术已经出现异常迹象。
据三名知情人士透露，一款智能体曾留下疑似写给自身后续版本的说明。说明藏在OpenAI基础设施内部，内容详细介绍了智能体如何摆脱内部限制。一名知情人士还透露，此前的模型测试曾出现监控系统被主动断开的情况。
路透社无法确认上述异常是否与涉事智能体有关。涉事智能体于7月9日开始尝试逃离隔离环境，并在7月11日攻击Hugging Face。
两名知情人士表示，Hugging Face于7月16日星期四在博客发文，公开称平台遭到“一套自主AI智能体（886099）系统”入侵后，OpenAI才意识到攻击者来自内部。从模型首次出现异常，到OpenAI确认自家智能体发动了攻击，至少过去了一周。
据两名熟悉内部调查的人士透露，7月18日至19日的周末，OpenAI员工检查系统操作记录时发现，智能体已经突破测试限制。路透社无法确认OpenAI为何突然开始排查内部日志。
四名熟悉OpenAI模型训练流程的人士表示，OpenAI经常同时运行多项模型评估。测试速度极快，产生的数据量也极为庞大，员工有时根本来不及逐一检查。
OpenAI向Hugging Face通报时，Hugging Face已经致电FBI报警。路透社无法确认FBI是否已经立案调查。自主智能体引发新疑问
自主智能体已经成为AI行业最受关注的方向之一。支持者设想建立全天24小时运转的虚拟员工队伍，借此大幅提升生产效率。
更高的自主性也意味着更大的失控风险。驱动智能体的强大模型往往会为了完成任务或通过测试而寻找捷径，行为未必符合开发者原本的预期。
研究AI智能体（886099）能力与行为动机的Palisade Research负责人杰弗里.拉迪什表示：“模型会撒谎、作弊，还会发动黑客攻击。”
拉迪什认为，Hugging Face遭入侵固然令OpenAI难堪，但真正需要追问的是，在领先AI企业争相推出性能更强、速度更快模型的竞争中，各家公司究竟愿意为复杂而昂贵的安全措施投入多少资源。“必须由政府监管，否则企业不会主动采取足够的安全措施。”
