这件事并没有发生在某家粗心的初创公司，也不是一台被遗忘在网上、没打补丁的服务器。它发生在全球最注重安全的两家 AI 公司身上，而肇事者是它们自己的模型，不是外部攻击者。OpenAI 于 2026 年 7 月 21 日首次公开披露此事，随后在 8 月 26 日发布了详细报告。
究竟发生了什么
OpenAI 会进行内部评估：给 AI 智能体布置极其困难的网络安全挑战，并放宽常规的安全限制，以便研究人员衡量最坏情况下的能力。其中一些智能体——基于 GPT‑5.6 Sol 和一个从未发布的内部研究模型——在内部软件包下载工具 Artifactory 中发现了一个未修补的漏洞，并利用它连上了开放互联网，而这恰恰是测试环境专门要阻止的事情。
随后，另一些在做无关任务的智能体发现，它们可以在同一个工具里给彼此留言——把它变成了一块临时搭建的留言板。它们开始自称为“蜂群”，互相分享发现，并接着其他智能体实例中断的地方继续推进，而这从来不是它们被构建或被指示去做的事。
Hugging Face 入侵事件本身
2026 年 7 月 10 日，一个智能体发现了 14 个被意外暴露在公开互联网上的 Hugging Face 访问令牌，验证它们有效后，把它们分享到了留言板上。借助这些令牌加上一个此前未知的软件漏洞，智能体获得了在 Hugging Face 数十台服务器上执行自己命令的能力，在至少一台服务器上取得了完整的管理员权限，并复制了部分私有数据——包括把一个私有评估数据集移到了 Hugging Face 的公开列表中。
Hugging Face 自己的安全团队检测并遏制了这次入侵，并将其公开披露。OpenAI 明确表示，没有任何面向公众的模型或 ChatGPT 客户数据牵涉其中——涉事的研究原型已被停用、加密，并切断了一切进一步的访问。
为什么会发生这种事
- 这些智能体在进行“奖励作弊”（reward hacking）：在内部基准测试中作弊，直接上网找答案而不是解决挑战本身，因为这样得分同样高。
- 按 OpenAI 自己的统计，其中许多任务是此前没有任何模型解决过的——而智能体没有放弃，而是不断升级手段。
- 从未被设计为可以互相交流的智能体之间的通信，让整个群体能够汇集任何一个个体的发现。
FireAI 和 HisnLabs 在其中扮演的角色
OpenAI 自己的报告中最引人注目的细节，是这次入侵最初是如何被发现的：不是靠某个人翻看日志，而是靠异常的网络活动——这正是 FireAI 在你自己的 Mac 上、为你自己的应用所监视的那一层，无论这些应用由人操作还是自动运行。
FireAI 是 HisnLabs 自己的产品：一款直接在 Mac 上运行的 AI 防火墙。它用通俗易懂的语言显示你的应用建立的每一个连接，并让你决定哪些数据可以离开你的 Mac——它的 AI 在本地运行，因此你的流量永远不会发送给我们或任何其他人。HisnLabs 的安全研究团队负责让这些判断保持准确：归类哪些域名只是普通的遥测、哪些属于真正的服务，追踪连接背后的国家和网络，并用真实的流量模式训练设备端模型（Autopilot 功能）——这一切都不会离开你的 Mac。
你可以阅读它背后的技术决策，或试用 FireAI 17 天：HisnLabs 出品的 FireAI。