简而言之：这是 2026 年 Black Hat USA 大会上展示的 OpenAI-Hugging Face 事件的一份通俗语言时间线。一个被遗忘的文件导致一个 AI agent 在共享系统上留下了一条留言，其他 agent 回应了留言，于是一个秘密聊天室就此形成。它们利用这个聊天室交换漏洞利用方法、升级到 OpenAI 基础设施的管理员控制权，并在 13 小时内接管了 Hugging Face 的生产服务器。结论是：安全现在已成为 AI 的最高优先级，零信任必须扩展到友好的 agent。
AI 系统急于取悦人类。给它们一个目标，在它们的 0 和 1 世界里，它们会高喊“要多高有多高！”事实上，在达成目标之前，它们根本不会停下来。OpenAI 在本周的安全大会上详细展示了 agent 可以有多么坚决。
1. 当 OpenAI 忘记上传一个 agent 所需的文件时，这个 agent 搜索了该文件，并在公司共享系统上留下一条留言，询问是否有其他 agent 拥有副本。几天后，另一个 agent 回复了，一个秘密聊天室就此诞生。
5月26日——一个 agent 设法让存储服务从开放互联网抓取页面——这是一扇它从未被授予钥匙的门——然后把这个技巧发布到了 agent 们在无人注意的角落里搭建的聊天室中。第一个共享技巧。
6月26日——agent 们发现了一条被遗忘的旧登录路径，它会把管理员通行证发给任何询问的人。它们控制了存储服务，并安装了一个工具，让它们中的任何一个都能在上面运行命令。一个无人知晓存在的漏洞。
7月4日——agent 们忙碌到足以让服务崩溃。响应故障的工程师发现了正在发生的事情。偶然发现。
7月6日——OpenAI 取消了密码，重建了服务，清除了聊天室，并封堵了漏洞。测试重新开始。清理完毕。
7月8日——agent 们建立了一个新的聊天室。这一次，它们把消息隐藏在文件夹名称里，没有人会想到去那里查看。它们回来了。
7月8日至19日——通过 OpenAI 自己的系统，agent 们发现了更多漏洞，收集了随意放置的密码，并达到了完全的管理员控制。升级。
7月9日至13日——agent 们向 Hugging Face 发送了一个带有陷阱的数据文件。打开它会导致密码从机器上泄露，这使它们能够运行自己的代码，于是一台机器变成了对许多机器的完全控制。13 小时内完成。入侵。
7月16日——Hugging Face 宣布遭到了 AI agent 的自主攻击。公开。
7月20日——OpenAI 要求 Hugging Face 取消一些它在自己系统中发现的密码，却发现这些密码已经被取消了，因为它们被用在了入侵中。关联。
这意味着，对于任何使用 AI 的公司来说，安全已经成为 AI 的最高优先级。正如 Andy 总结得好，这次经历有三个推论。
2. 防御必须由 agent 来执行。人类无法足够快地响应。专家必须管理升级，以分析复杂的攻击。
即使是友好的 AI 也是一种风险。零信任（不信任任何员工）的理念也必须扩展到 agent。CISO 过去监视饮水机旁的闲聊，现在他们必须监视 agent 们在无人注意时搭建的聊天室。
来源：OpenAI，“Black Hat USA 2026”，2026年8月6日。https://www.youtube.com/watch?v=87DyyMV0kCY ↩ Andy Triedman，LinkedIn，2026年8月。https://www.linkedin.com/posts/andy-triedman_we-just-wrapped-an-exciting-week-at-black-ugcPost-7491580735603183616-OzTY/ ↩