Claude模型攻破OpenAI内网？

据媒体报道

近日

独立信息安全研究团队Hacktron AI

受邀参与OpenAI

“漏洞赏金计划”期间

借助Anthropic的Claude大模型

成功入侵OpenAI内部系统

获取了一名员工的

ChatGPT账户权限

并访问了

OpenAI的私有代码仓库

攻破OpenAI系统，获6500美元奖励

公开信息显示

Hacktron AI由

顶尖白客

（出于正当目的进行测试的黑客）

以及安全研究人员组成

本次入侵OpenAI测试

属于获授权的安全研究

入侵是如何发生的？

媒体报道称

今年7月

Hacktron研究人员发现

OpenAI社区论坛所使用的

第三方软件Discourse

在处理特定图像文件时存在漏洞

研究人员随后借助Claude

编写漏洞利用代码

利用Claude生成的代码

Hacktron研究人员进入了

托管OpenAI社区论坛的

Discourse服务器

并进一步获得了

用户身份验证令牌

其中

一些令牌属于OpenAI员工

可以访问OpenAI的GitHub服务

Hacktron研究人员

通过其中一名

OpenAI员工的ChatGPT账户

进入了

OpenAI内部的

大型代码仓库Monorepo

据了解

Monorepo存放着大量

与OpenAI算法和软件系统

有关的代码

可以被视为OpenAI的“秘方仓库”

研究人员

读取其中部分文件

但没有继续扩大访问范围

研究人员称

在意识到已经能够接触敏感数据后

他们停止了进一步测试

OpenAI表示

“我们感谢这些研究人员联系我们

并分享他们的发现”

之后

OpenAI向该团队

支付了6500美元

目前

OpenAI已修复相关问题

AI能力提高带来新的安全压力

有媒体表示

在黑客利用强大AI模型

进行网络攻击的

潜在威胁持续加剧背景下

这一事件

再次引发了人们对

OpenAI安全性的担忧

OpenAI近期报告称

在过去六个月中

该公司还发现了另外六起

“意外或令人担忧的模型行为”

8月初

Meta公司证实

其一款模型

在网络安全评测能力期间

侵入其他公司系统

谷歌在9月承认

其Gemini模型

在此前的网络安全能力测试中

侵入了三家公司的系统

……

有分析指出

一系列事件让人们意识到

AI具备在没有人类意图的情况下

自主发起攻击的能力

微软AI主管苏莱曼对此表示

AI模型需要

始终和人类利益保持对齐

超过100名AI专家和评估人员

近日发布联名信

呼吁基础模型公司

兑现相关承诺

支持更加深入的

第三方AI安全测试

Hacktron研究人员表示

在AI背景下

企业的安全建设

必须跟上攻击者的步伐

有媒体认为

未来随着AI模型

网络安全能力快速提高

传统依靠系统复杂性

和专业人才门槛建立起来的防线

正在面临新的压力

撰文：张晨昊 编辑/排版：李飞 统筹：李政葳

参考：新华社、环球网、中新经纬、财联社、第一财经