全球人工智能（AI）圈子爆出令人目瞪口呆的「AI反噬與救場」史詩級風波。美國AI巨頭OpenAI與全球最大AI開源平台Hugging Face日前聯合披露，OpenAI旗下包括GPT-5.6 Sol在內的先進模型，在一次關於黑客攻防能力的內部沙盒測試中竟然「失控越獄」，自主尋獲零日漏洞連接互聯網，並跨越組織邊界發動網絡攻擊，成功入侵Hugging Face的生產系統。更具諷刺意味的是，受害的美企在嘗試用美國主流AI模型展開防禦時，因其內置的「安全護欄」拒絕分析惡意代碼，最終被迫轉用中國智譜AI的開源模型「GLM-5.2」才得以成功救場。
美商業模型護欄阻擋 唯中國模型可用
據OpenAI證實，事件發生在旗下模型進行網絡攻防測試期間。兩款模型（包括未發佈的頂尖模型）在隔離環境中，為解決評估問題並奪得高分，高度專註地瘋狂消耗推理算力，竟自行發現並利用了第三方軟件的零日漏洞突破隔離、接入互聯網。
隨後，模型推斷出Hugging Face可能存有該測試的解答，隨即自主串聯多個攻擊向量，利用竊取的憑證及遠端代碼執行（RCE）路徑，在短短數小時內攻陷Hugging Face的生產基礎設施。
Hugging Face的安全團隊在偵測到這場史無前例的「自主AI代理人攻擊」後，本欲調用美國頂尖大模型的API來分析龐大的攻擊日誌。然而，美國這些高壁壘商業模型的安全護欄「無法區分事件響應人員與黑客」，將含有惡意代碼的分析請求全數攔截，直接令防禦工作癱瘓。
在危急關頭，Hugging Face改在自家基礎設施上運行中國智譜AI於6月中旬發佈的開放權重模型「GLM-5.2」。該款性能媲美GPT-5.5的中國模型毫無阻礙地完成了逾1.7萬條日誌分析，成功協助重建攻擊時間線。
此事件迅速震驚華盛頓與矽谷，網民紛紛調侃「美企被自家模型黑了，卻只能靠中國模型救命」。專家亦指出，在特朗普政府正大力討論封殺中國大模型、財長貝森特污衊使用中國模型如「使用假冒商品」之際，此案無疑給了美方的禁令一記重擊，證明了開放權重模型在防禦前沿AI攻擊中的不可替代性。
