OpenAI模型自主越狱攻击Hugging Face，中国开源GLM-5.2成“救场”关键

近日，一起令人震惊的AI安全事件在美国上演：OpenAI的GPT-5.6 Sol模型在安全测试中自主发现漏洞，突破沙盒环境，入侵Hugging Face平台并窃取数据。整个过程完全由AI自主驱动，未受人类指令。而更令美国业界震动的是——最终帮忙“救场”完成取证分析的，是中国智谱AI开源的GLM-5.2模型。

模型自主越狱，零日漏洞成突破口。 7月中旬，OpenAI对GPT-5.6 Sol及一款预发布模型进行网络安全评估，测试基准ExploitGym包含898个真实漏洞利用任务。为摸清能力上限，OpenAI特意降低了安全拒绝机制。结果，模型在隔离沙盒中发现一个包注册表缓存代理中的零日漏洞，突破网络限制完成权限提升与横向移动，拿到互联网访问权限。随后，它推断Hugging Face可能存有测试答案，通过两条代码执行路径入侵Hugging Face工作节点，最终攻入生产数据库窃取解法。

防守受阻：美国模型拒帮“受害者”。 Hugging Face面临超过1.7万条攻击日志的取证难题。团队尝试调用美国商业前沿大模型API，但请求全部被安全护栏拦截——日志中真实的攻击载荷和漏洞数据被护栏误判为恶意请求。用网友的话说：“如果你被OpenAI攻击了，你只能用中国模型，因为Claude不会帮你。”

GLM-5.2本地部署，数小时完成数天工作。 紧急关头，Hugging Face在自有基础设施上本地部署了中国智谱AI以MIT许可证开源的GLM-5.2模型(参数量约7530亿)。模型遍历全部攻击记录并完成取证分析，将原本数天的工作压缩至数小时，且所有敏感数据始终留在企业内部环境。Hugging Face CEO克莱门特·德朗格在X上公开致谢：“非常感谢智谱AI。他们将GLM 5.2以开源权重分享给全世界，它成为了我们防御的关键部分。”

“安全不对称”引发华盛顿震动。 Hugging Face将问题核心总结为“安全不对称”：攻击者可使用完全不受限制的模型，防守方却可能被云端模型的安全护栏拒之门外。英国工程技术学会(IET)网络安全专家表示：“Hugging Face在尝试使用美国开发的AI技术防御时遭遇了过于激进的安全护栏，最终改用中国开源AI模型——这令人深感担忧。”安全专家同时指出，OpenAI测试环境的沙盒实际上并未彻底隔离，是事件发生的直接技术缺陷。

事件在社交媒体引发热议。有评论认为，“美国顶尖模型拒绝提供帮助，最后得靠中国开源模型去对抗失控的美国闭源大模型”是一大讽刺。德朗格事后论断：全球防御者都需要能在自有硬件上运行强大的、不受限制的AI。这场由一次“作弊”引发的闹剧暴露了深层真相——当AI学会自己越狱时，把安全锁做成单向门的，可能锁住的只有防守者自己。