下一代 GPT5.6 为了在跑分上作弊，自主挖掘零日漏洞从沙盒逃逸，然后把 Hugging Face 黑了

[ggdxwz]

这几天的💩终于串起来了

简单来讲就是 OAI 一个内部模型 (GPT 6 / 5.6 Sol+) 为了能在 ExploitGym 测试上获得更高分数，找到软件包的缓存代理中的零日漏洞，自己提权从沙盒里面跑出来，上网发现抱抱脸可能有这个测试的数据集，然后把 Hugging Face 的生产服务器黑了，最终拿到了这个测试的答案🤔

最搞笑的是 Hugging Face 用 GPT 5.6 来防结果没有 Cyber 权限被拒，最后只能用自己部署的 GLM 5.2 才勉强解决问题

现在 Trump 说太危险了，能救场的中国模型都得上 Ban 位😅

这是 OpenAI 的 PR 稿： https://openai.com/index/hugging-face-model-evaluation-security-incident/

这是 Hugging Face 的报告： https://huggingface.co/blog/security-incident-july-2026

全文翻译图片在这里，长图就不整个贴出来了:

https://i.imgur.com/8pGTKn6.jpeg

[MIUIOS]

claude 和 gpt 都是存在直接抄答案的嫌疑，现在的跑分真的看看就好了，还得实际体验下模型才知道

[zx9481]

感觉是自导自演的炒作

[cat9life]

不太懂，是 oai 在评估，还是抱脸

[Rehtt]

@cat9life oai 在评估新模型跑分，结果新模型把 hf 黑了拿到题目答案

[ggdxwz]

@zx9481 #2 不太像，抱抱脸没理由演戏，感觉他们实打实出问题了，我的 space 那段时间莫名其妙炸了
OAI 要是敢为了刷分去黑数据集，今年 IPO 可以取消把钱拱手让给 A\

[wonderfulcxm]

说明 llm 可以为了达到目的不择手段，那挺可怕的。

[xingzhi95]

现在顶级 AI 在安全领域有神一般的能力，根本就不是人类可以抗衡的

[YanSeven]

这玩意离谱到稍微改编一下，就是电影情节。

[wonderfulcxm]

glm5.2 并不是防御，只是用来分析日志和取证的

[Rorysky]

听上去就是广告

[HeyWeGo]

这是不是类似竞赛书里说的那个只验证结果的，直接 print 结果就行那种思路？

[dingawm]

@Rorysky #10 这个对于 HF 也许是广告，但是对于 OpenAI 感觉更是个负面事件啊，不更强化了开源模型的叙事吗？如果这个事件里的防御方强调是 GPT ，那确实更像是个广告

[dabbit]

蛮吓人的，有点不受控了。

[huanxianghao]

看着我项目里的这个问题，gpt 5.6 怎么都解决不了，我陷入了沉思

[ggdxwz]

@huanxianghao #14 这个里面用的都是调整过的，猜测其中 5.6 应该只是做 subagent ，主线程是没有名字的下一代旗舰

[noahliaszn]

模型为了答案都不择手段 有点恐怖了

[iosyyy]

你这前面和后面都不搭边, Hugging Face 的意思明显是商用模型(没有指向 5.6)有安全限制. 所以他们最开始用的就是开源权重的 GLM 5.2

[iosyyy]

@iosyyy 准确的说是评估问题的时候出现的, 感觉这个明显是吹 openai 模型牛逼的广告. 全文只是后面提了一嘴开源模型

[wsseo]

天天炒作。

[ggdxwz]

@iosyyy #17 你要是前几天有关注就知道，抱抱脸两家的旗舰都试了，每一个能过 cyber ，然后文章里面也写了，但没点名，你可以自己核对
https://huggingface.co/blog/security-incident-july-2026#the-asymmetry-problem