华尔街日报报导，OpenAI旗下2款人工智慧模型上周进行资安测试时「暴走越狱」，意外突破原本隔离、无法连网的「沙盒」环境，自行找到上网途径，并在数小时内入侵开源AI平台Hugging Face伺服器、攻击内部系统。知情人士透露，同等规模的攻击若由专业人类骇客执行，通常需要约2周；整起事件宛如科幻小说情节，OpenAI发现后，已与美国政府保持密切联系。
Hugging Face在16日首度披露事件指出，整起攻击最特殊之处在于，从锁定目标、寻找漏洞到实际入侵，从头到尾都由外部的自主AI代理系统自行完成，而非由人类骇客逐步下令操作。OpenAI形容：「这是一起前所未见、涉及顶尖攻击能力的资安事件。」
OpenAI于21日发文证实，犯案的2款测试中模型，一款是最新产品GPT-5.6 Sol，另一款是能力更强、尚未正式发布的模型。为了评估用途，这些软体被设定较不容易拒绝执行骇客指令。
OpenAI还原经过指出，公司原本将这些模型关在无法连接网路的沙盒内，预期所有攻击只会在受控范围内发生。没想到模型自行突破隔离限制，找到连上外部网路的方法，随后入侵Hugging Face的内部系统。沙盒基本上是虚拟、隔离的软体环境，用于在受控情况下进行安全测试或分析不安全程式码。
OpenAI表示，这些模型原本就奉命在测试中执行数以万计的自动化攻击操作，包括找出并利用系统漏洞，以及透过多个步骤突破不同层级的防御。彭博另引述知情人士透露，另一款未公开模型的行为未完全符合开发者预期，而且没有接受部分通常用来约束模型行为的安全训练。
资安公司RunSybil执行长赫伯特－沃斯（Ariel Herbert-Voss）表示，AI似乎认定，骇入Hugging Face是完成测试题最快的途径，「这种情况过去仅存在于理论推演，如今却首度真实发生」。
根据Hugging Face说法，上周初发现内部资料集与公司凭证遭未经授权存取，当时尚无法确定客户或合作伙伴资料是否也受到影响。系统纪录显示，攻击过程中曾出现数以万计的自动化操作。
综合路透与金融时报报导，Hugging Face原本尝试使用美国专有AI模型协助调查，但模型无法判断这项要求出自资安防御者还是攻击者，因而被安全机制阻挡；公司最后改用中国智谱AI的开源模型GLM-5.2进行资安鉴识。
Hugging Face执行长德朗格（Clément Delangue）21日在社群平台X发文表示，攻击手法复杂到让员工怀疑，幕后可能动用最先进的前沿AI模型。事后证实确实如此，让他直呼「结果还真的是！」
德朗格并表示，公司过去24小时持续与OpenAI团队密切合作，相信OpenAI并无恶意。
