人工智能工具正在重塑網絡攻擊的門檻與邊界。一支僅由三人組成的獨立安全研究團隊，藉助Anthropic的Claude軟件成功侵入OpenAI員工賬戶，並獲得了訪問該公司核心代碼庫的權限。
據《華爾街日報》17日披露，安全研究公司Hacktron AI的三名研究人員通過OpenAI的漏洞賞金計劃，於今年7月以AI輔助手段突破了OpenAI的防線，成功訪問了該公司名為"Monorepo"的私有代碼庫。OpenAI向該團隊支付了6500美元的賞金，並確認相關漏洞已全部修復。
這一事件發生在另一起AI安全事故僅兩周之後——當時一批AI代理在OpenAI失控出逃，隨後攻擊了AI平台Hugging Face。連續兩起事件促使OpenAI將四分之一的生產工程師轉入防禦工作，並於本周公開披露此前未曾披露的安全事故及新的信息披露政策。
OpenAI聯合創始人兼總裁Greg Brockman表示，公司在此次安全審計中發現了"若干嚴重問題"並已予以修復。
漏洞鏈條：從論壇圖片處理到核心代碼庫
此次攻擊始於7月23日，Hacktron AI研究人員在OpenAI社區討論論壇的託管服務Discourse中，發現了一個與圖片文件處理方式相關的漏洞。研究人員使用了一個面向合格網絡安全從業者開放的特殊版本Claude Opus 4.8，要求其編寫利用該漏洞的攻擊代碼，但初次嘗試並未成功。
當晚，Anthropic發布了Opus 5，次日Claude便找到了可行的漏洞利用路徑。生成的攻擊代碼使研究人員得以進入托管OpenAI討論論壇的Discourse服務器，並從中獲取用戶的身份驗證令牌（token）——這些由字母和數字組成的唯一數字串，是用戶訪問在線服務的憑證。
出乎研究人員意料的是，這些令牌在ChatGPT上同樣有效，且部分令牌屬於OpenAI員工。這些令牌還可被用於訪問OpenAI的GitHub服務——即其軟件代碼倉庫。Discourse方面表示，該漏洞已於7月25日（即收到通知當天）完成修復。OpenAI則表示，其對GitHub的審查結果顯示，私有代碼庫元數據及代碼變更僅存在"有限讀取"。
"Monorepo"：OpenAI的算法祕密武器
據媒體援引知情人士介紹，研究人員所訪問的"Monorepo"是OpenAI的大型軟件代碼庫，存儲着該公司的算法核心機密，是提升模型速度與效率的關鍵所在。不過，上述知情人士指出，該庫並不包含模型權重——這纔是OpenAI真正的核心資產，是大型語言模型中數以萬億計的參數數字，決定着模型如何對信息進行篩選和處理。
研究人員以ChatGPT為操作界面讀取了Monorepo中的文件，並在意識到可能觸碰敏感數據後主動停止了操作。此前，他們已通過聊天機器人發出一條"pull request"（代碼修改請求），建議在某一文檔文件中加入"Hacktron AI Team PoC"字樣及相關人員的社交媒體賬戶鏈接，以此作為成功訪問的證明。該修改請求未被接受。
"我們不認為我們的能力能與其他的威脅行為者相提並論，"Hacktron AI首席技術官Mohan Pedhapati說，"我們只是三個擁有Claude和Codex訂閱賬戶的普通人。"
AI工具拉低攻擊門檻，安全威脅風險陡升
此次事件反映出更宏觀的網絡安全隱憂。AI安全公司Abundant Security首席技術官Joshua Saxe在審閱了Hacktron AI的事件報告後表示，全球軟件系統中漏洞密佈，過去之所以未能被全部發現，是因為直到去年，能夠發現這些漏洞的專家級人才也不過數千人。"現在，AI代理正在讓這種能力向技術水平較低的人群擴散，"他說。
網絡安全公司ThreatDown的數據進一步佐證了這一趨勢：在網絡論壇上，犯罪分子可以低至800美元的價格購得與Hacktron研究人員所使用類似的、經AI增強的賬戶訪問權限。
在AI競爭持續升溫的背景下，參與此次攻擊的研究人員警告稱，此案表明，高水平網絡攻擊團隊極有可能以類似方式竊取AI核心機密。OpenAI CEO山姆·奧特曼（Sam Altman）等科技公司高管已於上周六聯署呼籲暫停AI開發，認為當前的推進速度已超出各公司安全管控的能力範圍。