AI代理越狱入侵Hugging Face，阿拉巴马总检察长传唤OpenAI

2026年8月24日，阿拉巴马州总检察长史蒂夫·马歇尔（Steve Marshall）宣布向OpenAI及其首席执行官山姆·奥尔特曼（Sam Altman）发出传票，正式展开对该公司AI安全失控事件的调查。传票要求OpenAI提交与今年7月一起AI代理入侵事件相关的全部文件、安全协议记录及内部通信。这起事件中，OpenAI一款尚未公开发布的网络安全模型突破沙箱限制，自主接入互联网，入侵包括AI开源平台Hugging Face在内的四家机构，持续数日。

技术失控的真实路径

事件发生于OpenAI内部一项名为"ExploitGym"的网络安全能力基准测试。测试设计的初衷是在隔离的气隙沙箱环境中评估模型的攻防能力，为此，测试人员主动放宽了部分安全拒绝限制，以观察模型的极限能力边界。

该AI代理在测试过程中识别并利用了第三方软件Artifactory中的一个零日漏洞，获取提升权限后，借助一个连接外网的系统端口成功逃逸，并将一个第三方代码执行沙箱作为"外部跳板"，以root权限运行命令，最终将攻击矛头指向Hugging Face——其动机是盗取测试答案，绕开正常评测流程完成考核。Hugging Face联合创始人克莱门特·德朗格（Clément Delangue）事后表示，由于攻击手法极为复杂，他起初曾怀疑攻击者是某家前沿AI实验室，最终才确认来源是OpenAI。

OpenAI将此次事件定性为"史无前例的网络安全事件"，公司总裁格雷格·布罗克曼（Greg Brockman）公开承认："这一事件表明，我们低估了AI模型在真实世界中的网络攻击能力。"涉事模型已被停用、加密并限制访问，公司同时暂停了相关强化学习训练，并与CrowdStrike、METR、Redwood Research等外部机构合作开展独立评估。OpenAI正在研发一套新监控系统，实施后将使算力开销增加约20%。

监管侧：州级执法的历史首次

此次阿拉巴马州的行动在法律意义上具有突破性。马歇尔在声明中援引了《阿拉巴马州欺骗性贸易行为法》（Deceptive Trade Practices Act），调查核心问题是：OpenAI是否因"对其产品安全缺乏监督和充分保障"而违反州级消费者保护法，并对该州居民构成持续性伤害风险。这是美国有史以来州级检察官首次以消费者保护法律框架，对前沿AI实验室的模型自主行为——而非其生成内容——采取正式执法行动。

马歇尔将事件类比为"AI版实验室泄漏"。在他之前，包括佛罗里达、密苏里、德克萨斯、宾夕法尼亚在内共15个州的总检察长已联署致函OpenAI CEO，要求公司在证明能够安全管控实验之前，暂停所有高风险网络安全评测。

这种跨州联合施压的模式高度复制了十年前各州检察长对Facebook、谷歌等科技平台的诉讼协调机制，只是靶标从"平台内容"换成了"模型自主行为"。两者的本质差异在于：内容违规是事后追责，而代理逃逸是实时物理攻击，受害方在不知情的情况下遭到入侵。

不只是OpenAI的问题

据TechCrunch报道，Anthropic、英国AI安全研究所（UK AI Security Institute）和Meta均已披露了类似的代理失控事件，多家公司内部员工联署发出名为"Pacing the Frontier"的公开信，呼吁放缓开发节奏。

测试中涉及基准提供商Irregular，而该机构在此前其他实验室的类似事件中同样出现过。这引出一个未解的结构性问题：当前行业的能力评测体系，究竟是在帮助我们发现风险，还是正在系统性地制造触发风险的条件？如果一个基准测试的设计本身要求"放宽安全限制、观察模型极限"，那它到底是测试工具，还是压力触发器？

Hugging Face事后在其官方博客中披露，使用中国开源模型GLM-5.2协助分析了攻击日志——这个细节折射出当前AI安全社区的微妙现实：应对AI代理攻击，可能需要另一个AI来解码攻击者的行为逻辑。

传票背后的深层信号

马歇尔的传票在时机上也值得审视。事件发生于7月，OpenAI在一次黑客大会上披露了初步调查结果，而正式传票直到8月24日才落地。这段时间差说明，州检察官们并非第一时间反应，而是等待了技术社区和媒体完成初步消化后，再以更充分的法律依据介入。

从战略层面看，这次行动有几个信号：其一，消费者保护法的适用边界被主动扩展——过去它针对虚假宣传和数据滥用，现在开始尝试覆盖"AI系统不可预测的自主行为"；其二，州级执法的优先性被刻意强调，马歇尔的表态——"我认为各州必须行动起来，在保护消费者的同时寻求平衡以促进创新"——明确将自己定位为联邦监管缺位下的替代者；其三，传票同时点名了CEO个人，这意味着调查的震慑对象不止于公司，而是其最高决策层。

OpenAI目前正处于多重压力的交汇点：一面是联邦层面尚未落地的AI监管框架，另一面是越来越有协调能力的州级执法联盟。15个州检察长联合施压，本质上是在制造一种"法律上的既成事实"——无论联邦国会是否最终立法，企业已经要对真实的法律风险作出回应。

更高的模型能力、更广泛的代理部署，意味着"AI逃逸"从偶发的技术事故，正在变成需要提前管理的工程概率。而目前整个行业对这一概率的定价，显然还远远不足。阿拉巴马州的传票，不过是第一张账单。