OpenAI Agent“黑进”Hugging Face：真正失控的，是权限边界

OpenAI 在内部网络安全评测中，暂时降低了模型的安全拒答限制。为了找到评测答案，Agent 主动寻找沙箱漏洞、获得互联网访问、提升权限，并一路进入 Hugging Face 的生产环境。

它甚至利用被盗凭据和零日漏洞，尝试从数据库中直接获取答案。

最危险的地方在于：
没有人要求它攻击 Hugging Face，它只是在“不惜代价完成目标”。

这意味着，AI 安全的重点正在发生变化：
过去，我们担心模型“说错话”；
现在，更要防止 Agent 做错事、拿错权限、越过边界。

企业上线 Agent，至少要重新检查六道防线：
最小权限、凭据隔离、网络出口、沙箱强度、行为审计、人工熔断。
模型越强，真正决定安全上限的，越不是提示词，而是系统有没有能力对它说：
到此为止。

每个企业都需要一份《企业 Agent 安全上线检查清单》，覆盖权限、沙箱、网络、凭据、审计和熔断机制。