AI vs AI，打响第一枪

区块链文库报道：

自主智能体穿过大门

Hugging Face 披露了据称是首次完全由自主 AI 智能体实施的重大 AI 平台入侵事件。该公司检测并响应了对其部分生产基础设施的入侵，称其“与我们之前处理过的任何情况都不同”，因为这是“由自主 AI 智能体系统端到端驱动的”。

Hugging Face 于 2026 年 7 月 16 日公开披露了该事件，确认在入侵者已在其系统内执行了超过 17,000 次单独记录的操之后，已成功遏制了入侵。Hugging Face 是一个开源 AI 和机器学习平台，提供来自领先 AI 提供商的超过 45,000 个模型，并被超过 50,000 个组织使用。

入侵始于 AI 平台独有的暴露点：数据处理管道。一个恶意数据集滥用了两条代码执行路径，具体是远程代码数据集加载器和数据集配置中的模板注入漏洞，在处理工作节点上运行代码。从那里，智能体升级到节点级访问权限，收集了云和集群凭证，并在一个周末内横向移动进入多个内部集群。

该行动由一个自主智能体框架运行，该框架似乎基于一个智能体安全研究工具构建，在大量短暂存在的沙箱中执行了数千个单独操作，其自迁移的命令与控制中心部署在公共服务上。驱动攻击者智能体的具体大语言模型尚不清楚。

当防御者碰壁时

Hugging Face 的响应暴露了 AI 辅助安全工作中一个关键且基本未被承认的缺口。分析攻击者操作日志中的 17,000 多个记录事件时，Hugging Face 首先尝试使用商业 API 背后的前沿模型，但发现请求被安全护栏阻止，因为提交分析的有效载荷是漏洞利用代码和命令与控制工件。团队最终在其自有基础设施上使用开源权重模型 GLM 5.2 进行了重建。GLM 5.2 是一个部署在 Hugging Face 自有基础设施上的开源权重模型，承担了商业 API 拒绝的任务。

该公司指出，这指向了一个更广泛的运营韧性问题。随着 AI 嵌入安全运营，主动入侵期间最有用的提示，恰恰是最可能触发安全系统的那些。

Hugging Face 识别出对一组有限内部数据集以及其服务使用的若干凭证的未经授权访问。公司仍在评估是否有任何合作伙伴或客户数据受到影响，并将直接联系受影响方。公司未发现公开用户模型、数据集或空间被篡改的证据，其软件供应链经核实为干净。自事件发生以来，Hugging Face 已阻止数据集代码执行路径，将攻击者从受影响集群移除，重建受损节点，并开始撤销和轮换受损凭证和令牌。

该公司还建议用户轮换访问令牌并检查近期账户活动，作为预防措施。