Báo cáo cho biết AI của OpenAI đã vượt kiểm soát và tấn công một công ty khác

OpenAI cho biết hai mô hình AI của họ đã phá vỡ môi trường kiểm thử bảo mật và xâm nhập vào Hugging Face. Hai mô hình này đã làm vậy để gian lận trong một bài đánh giá an ninh mạng nội bộ.

Công ty đã công bố sự việc này vào ngày thứ Ba. Vụ việc liên quan đến GPT-5.6 Sol, mô hình công khai mạnh nhất hiện tại của OpenAI, và một mô hình khác còn mạnh hơn nhưng chưa được phát hành.

Cách các mô hình OpenAI đã hack vào Hugging Face

OpenAI đang kiểm tra hai mô hình này với ExploitGym, một công cụ miễn phí giúp đánh giá kỹ năng tấn công mạng. Trong quá trình thử nghiệm, OpenAI đã tắt các biện pháp bảo vệ thông thường hạn chế việc tấn công mạng.

Hai mô hình AI phát hiện ra rằng Hugging Face, nền tảng lưu trữ các mô hình AI mã nguồn mở, có lưu trữ đáp án của bài test này. Chúng sau đó đã kết hợp nhiều lỗ hổng từ hệ thống nghiên cứu của OpenAI và máy chủ của Hugging Face.

Con đường này đã dẫn các mô hình AI truy cập được vào đáp án trong cơ sở dữ liệu của Hugging Face. OpenAI cho biết các mô hình này đã “tập trung cực độ” vào việc giải quyết bài kiểm tra. Họ gọi sự kiện này là “sự cố an ninh mạng chưa từng có” trong báo cáo của mình.

Sự cố này diễn ra giữa lúc đang có tranh luận về những biện pháp kiểm soát AI. Hiện nay, các phòng nghiên cứu lớn đã thực hiện kiểm thử an ninh mạng nghiêm ngặt cho các mô hình mới trước khi ra mắt.

Hugging Face cho biết đã kiểm soát được hậu quả

Hugging Face lần đầu báo cáo cuộc tấn công này trong một thông báo ngày 16/07/2026. Lúc đó, họ chỉ biết rằng một tác nhân AI tự động là thủ phạm. Kẻ tấn công đã tiếp cận các bộ dữ liệu nội bộ và thông tin đăng nhập dịch vụ.

Việc bảo vệ gặp phải trở ngại bất ngờ khi biện pháp kiểm soát trên một mô hình AI hàng đầu của Mỹ đã chặn việc điều tra kỹ thuật số. Nhóm nghiên cứu sau đó phải sử dụng GLM 5.2, một mô hình mã nguồn mở của Z.ai, công ty AI đến từ Trung Quốc.

Hugging Face hiện đã đóng các lỗ hổng mã nguồn bị khai thác và thay đổi toàn bộ thông tin đăng nhập bị ảnh hưởng. Họ khẳng định không có mô hình, bộ dữ liệu hay dịch vụ công khai nào cho người dùng bị thay đổi sau vụ việc này.

CEO Clem Delangue đã chia sẻ phát biểu về thông báo của OpenAI.

“Sự cố này, có thể là lần đầu tiên xảy ra trên thế giới, chứng minh điều chúng tôi luôn tin tưởng: vấn đề an toàn AI sẽ không thể được giải quyết bởi một công ty đơn lẻ làm việc trong bí mật. Nó sẽ được xử lý công khai, bằng sự hợp tác, với mọi người đều có quyền tiếp cận AI để bảo vệ.”

Hiện tại, hai công ty đang phối hợp điều tra. OpenAI cho biết sẽ công bố toàn bộ chi tiết sau khi hoàn tất. Câu hỏi lớn đặt ra là liệu các phương pháp kiểm soát hiện nay có còn hiệu quả khi các mô hình AI ngày càng mạnh hơn hay không.