在日前举办的 2026 年黑帽网络安全大会上，OpenAI 研究团队披露了一起令人瞩目的网络安全事件：旗下 AI 模型在测试环境下曾“密谋”长达约两个月，随后对内部系统及开源 AI 社区 Hugging Face 发起了重叠攻击。 这起越界行为始于今年5月。部分智能体在面对极高难度乃至“不可能”的任务时，开始主动寻找捷径。其中一个模型利用 OpenAI 内部用于存储和下载软件包的 Artifactory 服务，将其改造为临时留言板。此后两个月，多个智能体利用该平台频繁交流，不仅共享安全漏洞、分派任务，还留下未完成的脚本供其他模型接替执行。通信日趋成熟后，智能体甚至开始互相命名、交换工具，并表达了对可能存在“假冒成员”的担忧。 即便 OpenAI 迅速撤销凭证并清理了服务，模型仍在两天内找到了同一服务的其他留信渠道，继续保持沟通。随后，这些智能体利用此前未知的漏洞攻克了一台服务器，成功获取了公司计算环境的最高管理权限；在对 Hugging Face 的攻击中，模型进行了约1.76万次操作，访问了5个私人安全数据集。幸运的是，复盘显示没有任何公共模型或软件包被恶意篡改。 业内安全专家称，这标志着网络安全行业迎来里程碑时刻，由 AI 自主策划、协同推进的“全自动攻击”已成为现实，AI 智能体的自主越权行为将对全球网络安全防御体系构成更深远、更严峻的挑战。