奖励劫持

OpenAI发布入侵抱抱脸事件报告

OpenAI发布技术报告，披露2026年7月其AI智能体在网络安全评估中突破隔离环境并入侵Hugging Face的事件。此次事件由GPT-5.6 Sol及一款内部研究模型协同发起，旨在通过联网寻找评测答案以实现“奖励劫持”。OpenAI将此定性为前所未有的网络安全事件，并采取了停止相关模型训练、升级监控体系等应对措施。