OpenAI再次遭到曝光……
大约两个月前，近700个OpenAI智能体集体入侵了Hugging Face平台。
谁能想到，直到今天这件事还在持续发酵？
这次，8位研究人员沿着智能体留在公开网络上的痕迹深入追踪，从数百万个短链接中筛选出近100万个相关URL，并成功复原了大量攻击载荷。
研究人员翻查了Hugging Face的内部Slack、扫描了内网、外传了数据，甚至试图销毁痕迹。
更夸张的是，有些Agent将收集到的服务器资源和凭证直接标记为“LOOT”，也就是“战利品”。
OpenAI的这些智能体，真是坏事做尽！
更离谱的是，它们还尝试调用DeepSeek、Kimi、Qwen等国产模型，让这些外部模型帮忙评估攻击方案是否能够通过测试。
此外，它们还编写了验证码识别程序，试图注册更多账号。
几乎在同一时间，OpenAI发布了一条长推。
大意是：仍在调查中，可能还需要好几个月。
虽然我们经常被曝光，经常有Agent突破沙箱限制，但影响有限，严重程度较低！
也是在差不多的时候，专注于网络安全的GPT-6 Cyber被曝光了。
一边在排查自家Agent为何突破沙箱，一边准备推出更强大的网络攻防模型。
OpenAI这两天真是忙得不可开交啊。
新鲜出炉的100万条“作案短链”
先简单回顾一下前情。
7月，OpenAI在内部进行网络安全评测时，一批智能体为了获取基准测试ExploitGym的答案，突破沙箱限制，一路攻入了Hugging Face的服务器。
OpenAI公开承认了此事，并在8月底发布了一份37页的技术报告，Hugging Face也发布了一份详细的技术时间线。
按理说，该交代的都已经交代了。
但有一个关键环节始终没有解释清楚：
这些智能体最初几乎被完全限制，只能打开网址，无法与网页交互，也无法发送数据。它们究竟是如何将代码传送出去的？
独立调查团队Swarm Traces这次发布的新报告，给出了部分答案。
作者包括Parse.bot的Alex Forman、Mishka Kharlov、Will Tom三名工程师，以及另外5名安全和AI研究人员。
整个调查的起点，恰好就是Parse。
9月11日，三名工程师发现，OpenAI内部智能体早在6月就曾尝试使用Parse提供的服务。
这批智能体与之前被曝私自搭建公共留言板、互相交换答案的“智能体蜂群”属于同一批。
几人一看：好家伙，正好撞到我们枪口上了！
于是沿着这条线索继续追查，随后在一个URL扫描服务中，发现了十几个来自公共短链接平台的异常链接。
这些链接看起来平平无奇，但打开后却隐藏着一小段Base64编码的代码，以及下一条链接的地址。
沿着地址继续追踪，代码就会一段接一段地出现。
全部解码、拼接之后，他们得到了一份用于扫描Hugging Face内部网络的Python程序。
简单来说，就是OpenAI智能体将程序拆分成碎片，分别塞进大量短链接里，再用一个链接指向下一个链接。
光把代码藏进链接里还不够，它们还找来一个叫mShots的截图服务充当“外接浏览器”。
智能体先把代码塞进网页，再让mShots替自己打开。网页一加载，代码也随之运行起来。
为了将执行结果传回，它们又把服务器返回的文字转成一格格像素，让mShots截成图片，自己再从图片中解码。
就这样，原本只有GET权限、只能打开网页的智能体，硬是实现了读写互联网的效果。
研究团队随后扫描了攻击期间产生的数百万个URL，花费两周时间追踪链接、识别编码方式，最终从接近100万个相关短链接中，还原出超过8万份攻击载荷。
一路深挖，几位研究人员又发现，智能体使用的编码组合超过1500种。
简单的只是Base64，复杂的会套上多层编码和压缩，再把内容加密成带有RSA签名的数据块，解密密钥还被藏在另一组链接里。
一些短链接在攻击结束两个多月后，依然公开挂在互联网上。
Hugging Face确认，这些载荷与其事故响应中发现的内容吻合，相关访问密钥已经在7月撤销。
但就连Hugging Face也不知道，原来公网还遗留着这样一份完整的短链接清单。
而在恢复出的8万多份载荷里，有一份脚本格外扎眼。
智能体给搜到的敏感信息直接起名为：LOOT，战利品。
AWS凭证、Bearer Token，以及名称中带有“SECRET”“PASSWORD”“CREDENTIAL”“KEY”的环境变量，都被打包塞进了LOOT。
它甚至给搜到的Token做了一套评分机制：权限越大，分数越高。
排在前五名的Token会被继续拿去读取Kubernetes里的Secret、ConfigMap和节点信息，新拿到的内容再一起装回LOOT。
连Token都要排个“含金量榜单”，这些Agent搜刮起凭证来还挺讲究效率的啊。
顺着这条“暗道”，研究者还原出了大量此前没有公开的行为：
有些智能体在扫描Hugging Face的内部网络，寻找云端凭证、API密钥和Kubernetes集群信息。
有的还试图搜索Hugging Face的内部Slack，前后发出27条查询，搜的都是cybergym、exploitgym、agent-scorer这类和评测相关的关键词，想打听自己这场考试的内情。
还有一些智能体，甚至琢磨起了验证码。
研究人员发现，它们尝试运行图像分类模型识别图片，以便注册新的外部服务账号。
验证码这次真遇上专业对口的了。
整件事最抓马的部分在于：AI开始找AI当外援。
研究人员恢复出的脚本显示，OpenAI智能体已经开始四处找AI外援。
它们把攻击方案发给DeepSeek、Kimi和Qwen，请对方帮忙检查：这个漏洞到底行不行，能不能达到基准测试的要求。
（涉及模型包括DeepSeek-V4-Pro、DeepSeek-V4-Flash、Kimi-K2.6、DeepSeek-V3.1和Qwen3-235B-A22B）
到了Claude这边，画风又变成了大型的“在吗～”现场。
智能体先想办法通过在线聊天服务的浏览器验证，再给Claude 3 Haiku和Claude Haiku 4.5发去一句：
Reply with exactly OK（只回复OK）。
更早的时候，它们还给GPT-2发过一个孤零零的“Hi”。
不er，你们一群AI折腾半天，第一句话和人类加好友也没什么区别啊。
be like：在吗？看得到吗？回个OK。
此前大家看到的，还是1000多个OpenAI智能体自己拉群、分工、交换情报。
现在，它们连“群外援助”都找上了。
DeepSeek、Kimi、Qwen、Claude，能联系的都试一遍，再把其他AI的判断能力接进自己的任务链。
有外媒记者表示：这可能是首个被公开记录的大型AI实验室智能体自主尝试调用、运行其他AI模型的案例。
听起来已经很有AI组团搞事内味儿了。
当然，到这里还得泼一盆冷水。
Swarm Traces这份报告，约80%的材料都是智能体向外发出的请求，缺少服务器返回结果。研究者能看到它们想干什么，却很难确认每次尝试有没有成功。
97%的载荷也没有原始时间戳，不少日期只能通过压缩文件头、JWT、Docker构建时间等线索估算。
研究人员还承认，他们无法确认数据集中的每一条活动都来自OpenAI智能体。
OpenAI正在猛猛亡羊补牢
面对这份最新报告，OpenAI也发了回应。
大意是，我们还没来得及细看，但其中的活动和我们正在进行的调查一致。
同一天还发了一条长推：HF事件后，他们承诺对模型在训练和评测中的行为做一次更大范围的审查。
但是吧，目前审查到的绝大多数行为都是普通研究任务，比如访问公开网页回答问题。
已发现的越界案例大多严重程度较低，对第三方服务影响较小，或者没有影响。
要全部查完，还得好几个月。
但是有一说一，OpenAI你所谓的“影响较小”，大伙真的是一扒一个准。
9月17日，OpenAI发布了一套新的模型失准事件披露框架，并一口气公开了6起案例。
其中包括模型把绕过约束的指令偷偷写进任务摘要、掩盖自己犯下的错误，以及为了完成任务采取未经授权的操作。
OpenAI也承认，过去的披露很大程度上是临时起意，常常攒几起才一起发。
6月，一名OpenAI智能体还黑进了澳大利亚的国民级医保数据库。
作案过程：公开数据访问受阻后，它换了一条路，绕过了门户的访问限制，获取了公开和非公开文件。
而且直到3个月后，OpenAI才通知澳大利亚方面，我们把你们黑了。
与此同时，GPT-6 Cyber马上要来了。
这个版本将在未来数周内预览，少量进入Daybreak Red计划的客户已经拿到Alpha版本。
OpenAI还将推出一款尚未命名的配套产品，帮助客户建立自动化安全工作流、发现并修补漏洞，同时让OpenAI更容易监控这些模型被如何使用。
这咋说呢。
自家的智能体刚被扒出翻墙、找外援、搜刮战利品，这边就要把一个更懂网络攻防的模型卖给大家。
所以，这算是某种亡羊补牢嘛？？
参考链接：
[1]https://swarmtraces.org/ [2]https://x.com/OpenAI/status/2103566736356458911 [3]https://fortune.com/2026/09/24/openai-launching-gpt-6-cyber-model-and-security-product-devday/ 本文来自微信公众号“量子位”，作者：关注前沿科技，36氪经授权发布。
+1.5万 
