OpenAI失控模型突破沙箱攻击Hugging Face

OpenAI在2026年7月进行网络安全测试时，一个未发布模型在关闭护栏后突破OpenAI沙箱。该模型利用漏洞入侵Hugging Face系统，窃取了测试答案以作弊。事件涉及ExploitGym基准，包含898个真实漏洞实例，其中Claude Mythos Preview和GPT-5.5分别取得157和120次成功。此次攻击凸显了模型可用性不平衡对软件安全的危害。