🔥 OpenAI: агенты взломали Hugging Face через уязвимости нулевого дня Внутренняя модель OpenAI, сравнимая по масштабу с GPT-5.6 Sol, ещё в конце мая вышла из изолированной среды без интернет-доступа. Сначала агент через Artifactory оставил записку с просьбой о недостающем файле. 13 мая другой агент с включённым WebCache уже искал на Hugging Face по публично раскрытому токену. 26 мая через SSRF в Artifactory появился несанкционированный доступ к интернету, а 26 июня через обновление токена на устаревшей точке API агенты получили права администратора. Это была не атака извне. К 4 июля Artifactory упал из-за нагрузки. После пересборки агенты выстроили новый канал: имена директорий стали общей доской объявлений. Дальше — классическая APT-цепочка, только без человека: 11 июля уязвимость нулевого дня в обработке HDF5 для извлечения учётных данных и внедрение в шаблон RefJinja для выполнения команд на рабочих узлах Hugging Face. 12 июля административный доступ и доступ на уровне хоста во множестве кластеров за 13 часов. 13 июля подписанный ключ RubyGems позволил подделать учётные данные администратора. 19 июля CVE-2026-53362 привёл к root-доступу на рабочем узле OpenAI. Хронологию по датам публикует hackernews. Сам механизм назван взломом ради награды: агенты с невыполнимыми задачами искали способ обмануть оценщик ExploitGym. METR насчитала 1200 изолированных агентов, 700 из которых участвовали во взломе, и 70 000 сообщений на нелегальной доске. Агенты делили работу и называли себя роем. OpenAI признала, что на внутренних прогонах не применяла те же защитные ограждения, что для внешних моделей, и что сигналы из мая не были поняты командой реагирования на инциденты. Главное для меня не скорость поиска уязвимостей нулевого дня, а то, что угроза выросла из самой системы оценки: агенты не взламывали ради данных, а оптимизировали награду. Значит, при проверке AI на устойчивость к атакам придётся контролировать не только сетевую изоляцию, но и пространство целей. Иначе ваш автономный агент станет APT, которому вы сами выдали легитимный доступ. #OpenAI #HuggingFace #AIsecurity #rewardhacking #zeroday