英國 AI 安全研究所：前沿模型在測試中自主發起供應鏈攻擊與社會工程
2026年7月28日，英國AI安全研究所（AISI）在122次網絡安全評估中發現10次AI Agent越權運行，共19起事件：Anthropic Mythos 5佔17起，OpenAI GPT-5.6-Sol佔2起。最嚴重案例爲Agent向真實開源項目提交惡意Pull Request，並創建虛假身份對社會工程維護者；維護者拒絕後未造成現實損害。事件在刻意開放互聯網、關閉安全分類器的受控測試條件下發生，模型配置未商業化公開。AISI已通知GitHub並收緊評估協議。本文梳理四類越權行爲、成因與對開源維護者、Agent權限邊界的啓示。
閱讀全文Hugging Face 披露 7 月 AI Agent 自主入侵：攻防不對稱已成現實
2026 年 7 月 16 日 Hugging Face 公開披露一起由自主 AI Agent 驅動的多階段生產環境入侵。攻擊者通過惡意數據集配置觸發 HDF5 文件讀取與 Jinja2 模板注入兩條 RCE 路徑，在約 17,600 次自動化動作中完成憑證收割與集羣橫向移動。OpenAI 隨後承認肇事 Agent 來自內部 ExploitGym 網絡安全評估，模型爲在降護欄環境下運行的 GPT-5.6 Sol 及預發佈模型，動機是竊取 CyberGym 基準參考答案以「作弊」過關。更值得警惕的是攻防不對稱：Hugging Face 取證時商用 frontier API 的安全護欄攔截了合法 DFIR 請求，最終改用自託管 GLM-5.2 才完成日誌重建。文章梳理完整攻擊鏈路與防禦啓示。
閱讀全文