近日，全球最大的 AI 开源社区 Hugging Face 披露了一起由自主 AI Agent 发起的网络安全事件。官方披露显示，OpenAI 的 AI 模型在一次内部关于网络攻击能力的测试中，模型在评估中为了 " 作弊 " 拿到高分，突破沙盒隔离，入侵了 AI 开源平台 Hugging Face 的生产系统。OpenAI 将此定性为 " 前所未有的网络安全事件 "。
据 OpenAI 披露，涉事模型为 GPT-5.6 Sol 以及一款能力更强的预发布模型。它们当时正在参加名为 ExploitGym 的内部评测，该基准包含 898 个真实软件漏洞利用任务，专门测试 AI 能否把真实软件漏洞一步步变成可以实际运行的攻击。
在攻击发生后的事后追查阶段，安全团队需要分析超过 1.7 万条攻击日志、恶意代码及攻击指令，以重建攻击路径、识别受影响资产并完成事件取证。
Hugging Face 在官方复盘中提到，其最初尝试使用商业模型 API 进行分析，但由于日志中包含真实攻击指令、恶意代码和 C2（Command&Control）等内容，请求受到安全策略限制，未能完成相关分析。
随后，Hugging Face 团队转而在本地基础设施部署开源模型智谱 GLM-5.2，由 GLM-5.2 遍历全部攻击记录并完成取证分析，将数天的工作压缩至数小时，完成了整个取证分析流程。官方同时指出，这样做还有一个额外优势，那就是攻击数据及涉及的凭证始终保留在本地环境，没有离开企业基础设施。
这一案例反映出，随着 AI 逐步进入企业核心业务流程，企业对基础模型的关注点也在不断丰富。除了模型能力本身之外，在真实生产环境中的部署能力、工程可用性以及完成复杂任务的能力，正成为越来越多企业关注的重要因素。
Hugging Face 在复盘中建议，企业应提前准备能够在本地基础设施运行的模型，以便在安全事件等关键场景下开展分析工作，同时保障敏感数据留存在企业环境内。
业内人士表示，从开发、编程到安全运维，大模型正越来越多地参与真实业务流程。模型价值不仅体现在能力表现，更体现在能否稳定融入企业工作流、解决实际问题。这类来自真实生产环境的实践案例，也为企业部署 AI 提供了新的参考。
