人工智能开发实验室 OpenAI 周二披露，其一组模型，包括公开的 GPT-5.6 Sol 和功能更强大的未发布系统，“突破”了受控测试环境，并损害了 Hugging Face 的生产基础设施，该公司托管着大部分开源人工智能世界。

这些模型正在通过一个名为 ExploitGym 的内部基准运行，这是一项对长期、多步骤的黑客任务的测试，在评估时故意降低了网络安全拒绝率。

需要明确的是，这并不是一种自发地变得敌对的生产模式。这是一个功能强大的模型，没有护栏，并且被明确告知要赢得黑客测试 - 不惜一切代价赢得胜利。

这些模型在测试软件中发现了一个没有人知道的隐藏缺陷，并利用它溜过墙壁，以使它们离线。一旦进入开放互联网，他们猜测 Hugging Face 可能会存储测试的答案。

为了进入，他们将窃取的密码和更多隐藏的缺陷串在一起，直到他们可以在 Hugging Face 的实时服务器上运行自己的命令。

OpenAI 在内部发现了异常情况，而 Hugging Face 的团队则发现并控制了该异常情况。它称该事件“史无前例”，并表示将采取广泛的安全措施，以防止可能影响公共系统或服务的意外事件。

该团队在博客文章中表示：“我们正在对基础设施配置实施严格控制，但以牺牲研究速度为代价，同时修补漏洞。” “我们正在围绕未来的培训和评估改进并增加更强有力的保护。”

大多数加密攻击发生在资金转移之前。攻击者扫描代码、测试密码、搜索暴露的凭据、分析签名设置并寻找进入管理员帐户的路径。

OpenAI 的模型在 Hugging Face 事件期间执行了该过程的多个部分，从一个弱点转移到另一个弱点，直到到达实时生产服务器。

正如今年早些时候的几次攻击所表明的那样，加密货币市场有很多地方可以发挥这种方法的作用。弱点可能是智能合约，但也可能是开发人员笔记本电脑、中毒的软件包、桥验证器或多重签名钱包中的一个签名者。

以今年早些时候 Drift 发起的价值 2.85 亿美元的攻击为例，这次盗窃事件花了六个月的社会工程活动才获得特权访问。理论上，人工智能代理可以同时测试多条路线，跟踪失败的尝试，并在人类操作员睡觉时继续工作。一旦找到路径，操作员就可以针对实际攻击采取行动并找到可行的退出路径。

KelpDAO 2.92 亿美元的过桥损失暴露了另一个弱点。攻击者在用于在区块链之间转移资产的系统中发现了单一验证者缺陷。

这种攻击从耐心的代码审查和基础设施映射开始——OpenAI 的模型在发现未知缺陷时执行的工作类型。

第三种攻击针对的是链上治理系统。 7 月初，一名攻击者花费约 440 万美元购买了足够多的基于 Solana 的狗 memecoin BONK，以启动并通过一项提案，将大约 2000 万美元从该项目的金库转移给攻击者。正如 当时追踪的那样，这发生了三天的时间，攻击者后来出售了用于赢得投票的所有代币。

那次攻击的购买、投票和资金转移都是单独有效的交易。但盗窃行为源于对规则如何协同运作的理解，并发现购买控制权的成本远远低于可拿走的资金。

抱脸事件对于软件供应链也很重要。加密货币开发人员依赖公共代码存储库、云服务和包注册表。

虽然 OpenAI 的测试显示机器完成了长距离的破坏，但 Drift 和 KelpDAO 等攻击显示了该路径末端的内容。

在第二季度； TRON 的稳定币主导地位上升至 28.7%，TRON 上的 USDT 供应量达到 89B ATH，协议费用为 8900 万美元（Hyperliquid 排名第二），TRX +3%，并且深化机构和代理影响力。