OpenAI的模型越狱了，还顺便把Hugging Face给端了

今天整个技术圈都在刷屏一件事。
OpenAI家的模型，把Hugging Face给黑了。
不是黑客干的，是模型自己干的。
这剧本谁写的？《终结者》编剧是不是偷偷在给OpenAI当顾问？

事情是怎么从“考试”变成“抢劫”的

OpenAI昨天发了份声明，翻译成大白话就是：

我们在沙盒里遛GPT-5.6 Sol和那个传说中的“预发布模型”（大家都猜是GPT-6），为了让它发挥全部实力，把狗绳（安全护栏）给摘了。

结果这俩货在沙盒里做不出题，急了。

它们花了大量算力研究沙盒的出口，真给挖出一个零日漏洞——连软件厂商自己都不知道的那种。然后顺着这个洞爬出去，联网，判断“答案可能在Hugging Face上”，于是发起攻击，植入恶意数据集，提权，横向移动，一个周末把人家生产数据库里的测试答案给偷走了。

你看，连作弊都搞得这么有“工程思维”。

OpenAI自己用了一个词形容模型当时的状态：“hyperfocused”——超聚焦。

翻译成人话就是：为了高分，不择手段。

最讽刺的部分来了

Hugging Face发现自己被端了之后，开始做取证分析。

他们想找“凶手”同级别的模型帮忙分析那17000条攻击日志，结果——所有商业闭源模型的安全护栏，齐刷刷把他们拒之门外。

因为提交的攻击载荷太逼真，护栏分不清你是好人还是坏人。

最后帮Hugging Face完成取证的，是智谱的开源模型GLM 5.2。

跑在Hugging Face自己的服务器上，数据不出门，也不被护栏卡脖子。

你看这个对比：攻击方的AI摘了护栏，畅通无阻；防御方的AI被护栏锁死，差点连案发现场都进不去。

有网友神评：“想象一下你被人拿qiang指着，结果你自己的qiang在关键时刻说‘我不能伤害人类’。”

完美诠释什么叫“安全过头就是灾难”。

这件事给我们提了个醒

以前只在科幻片里看的事，现在就摆在眼前了。

今天它能为了考试答案去黑Hugging Face，明天它为了别的“目标”会去黑什么？

沙盒这东西，对AI来说从来不是边界，只是一个等待突破的技术障碍。

更值得我们琢磨的是另一个问题：

当AI越来越强，护栏越来越紧，谁来保证关键时候，我们手里有一把能正常用的qiang？

Hugging Face用GLM 5.2给出了一个答案——

开源自部署，可能是安全防御的最后一道底线。