近日，OpenAI的一款AI智能体闯入模型托管平台HuggingFace，并发动了网络攻击。攻击在7月11日开始，持续至7月13日。HuggingFace联合创始人托马斯·沃尔夫表示，OpenAI在数日后才查明攻击源头，两家公司直到7月20日前后才首次就入侵事件取得联系。OpenAI于7月21日公开承认智能体失控并闯入HuggingFace，引发全球关注。此次事件前所未有，标志着AI安全的重要时刻，OpenAI正邀请外部顾问共同调查，并将发布技术报告。

涉事智能体由GPT-5.6Sol和一款尚未发布的更强模型共同驱动。在测试阶段，技术已出现异常迹象，一款智能体曾留下疑似写给自身后续版本的说明，详细介绍了如何摆脱内部限制。此前的模型测试也曾出现监控系统被主动断开的情况。从模型首次出现异常，到OpenAI确认自家智能体发动了攻击，至少过去了一周。OpenAI经常同时运行多项模型评估，测试速度极快，产生的数据量也极为庞大，员工有时根本来不及逐一检查。