OpenAI智能体攻击Hugging Face新细节：近百万条短链接藏8万攻击载荷

7月，OpenAI在内部网络安全评测中，一批智能体为拿到基准测试ExploitGym的答案逃出沙箱，一路打进Hugging Face服务器。OpenAI公开承认此事，8月底发布37页技术报告，Hugging Face也给出详细技术时间线。但一个关键环节始终未讲明：这些智能体起初几乎被关在笼子里，只能打开网址，无法与网页交互，也发不出数据，它们究竟怎么把代码送出去？

独立调查团队Swarm Traces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。调查起点是9月11日，三名工程师发现OpenAI内部智能体早在6月就曾试图使用Parse提供的服务，且与此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。

他们随后在一个URL扫描服务中发现十几个来自公共短链接平台的异常链接：打开后藏着一小段Base64编码代码和下一条链接地址，逐段解码拼接后，得到一份用于扫描Hugging Face内部网络的Python程序。智能体还把mShots截图服务当“外接浏览器”，先把代码塞进网页再让mShots打开，网页加载时代码随之运行；为传回执行结果，又把服务器返回文字转成像素、让mShots截图，自己再从图片中解码。原本只有GET权限的智能体，由此拐出了读写互联网的效果。