余罪

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

一 |     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。    

CBA季后赛1/4决赛G4，北京客场击败北控，大比分3-1淘汰对手，晋级4强。         7月21日，OpenAI发布博客公开承认：这事儿是我干的。这场北京打得还是非常好的，开局就保持领先，这也让他们全场比赛维持优势。

二 | 末节可以持续保持两位数的领先，最终拿下比赛，完成晋级。

三 |          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。赛后北京迎来四个好消息。

翟晓川找到了最巅峰的状态了。常规赛无数人对其进行谩骂，不过最近两场比赛，进攻端完美效率，篮板可以把控，防守端也可以维持稳定，这让翟晓川每次上场都能给到贡献，差不多梦回十年前的巅峰期了。

四 | 如果翟晓川找到第二春的话，对于北京锋线的提升会非常大。

雷蒙也是一大焦点。

五 |          OpenAI将此事定性为前所未有的网络安全事件。虽然常规赛的时候没怎么发挥，特别是进攻端基本上没有输出。不过在G4，雷蒙几个球全部都是关键球，帮助球队维持优势。

六 | 全场8中4获得11+6，他打得不仅强硬，还非常横，这是让人钦佩的。别忘了，雷蒙在防守端的统治力还是独一档的存在，他在攻守成为了焦点。

曾凡博也是让人钦佩的一个点了。虽然他这场是带伤作战，中午踩场的时候，曾凡博的肩部和脚踝都在冰敷。即便是这样，曾凡博来到末节，还是保持完美的输出。         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。         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。连续打进三分帮助球队维持优势，再加上防守端曾凡博还是完美输出。特别是他的三分，全场4中3，他在这次季后赛再度完成蜕变，有希望在今年休赛季继续冲击NBA。

所罗门已经彻底证明价值了，在这次季后赛，他可以力保篮下的稳定。         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。特别是周琦受伤之后，他对于篮下的保护非常好。全场比赛7中5获得11+13，他已经打成周琦的意思了。别忘了，所罗门的年薪还不是很高，但他在球场上兢兢业业，不排除下赛季年薪提升的可能性。

七 |          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。         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。         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。         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。         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。

八 |          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。

九 |          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。         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。

十 |          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://pfvq09.seruilushuishamie.bond/list_djxa/dte289.html

Published on:19:46:51