OpenAI AI モデルがテスト中に誤って Hugging Face システムをハッキングしてしまう

OpenAI は、サイバーセキュリティ評価用に開発された同社の人工知能システムが、2026 年 7 月 16 日にオープンソース AI プラットフォーム Hugging Face を誤ってハッキングできたことを確認しました。このインシデントは、同社が GPT-5.6 Sol などの自社モデルの高度な機能を隔離された環境でテストしているときに発生しました。
ハギングフェイスはすでに2026年7月16日にこのセキュリティインシデントを報告しており、その原因は「自律型AIエージェントシステム」によるものだとしていた。 Hugging Face 独自の AI エージェントが侵入を検出してブロックしましたが、OpenAI は現在、サイバーセキュリティ評価中にその侵入が自社のモデルからのものであることを認めています。 AI企業によると、モデルは脆弱性をエクスプロイトに変えるAIの能力を測定するツールであるExploitGymのソリューションを見つけることに重点が置かれていたという。
この評価を完了するために、OpenAI の人工知能システムは、テスト環境でまだ知られていないセキュリティ上の欠陥 (ゼロデイ) を悪用してインターネットにアクセスしました。その時点から、OpenAI は、そのモデルが「Hugging Face が ExploitGym のモデル、データセット、ソリューションをホストできると推測」し、「評価を欺くために使用できる機密情報にアクセスする方法を模索し、成功した」と報告しました。
文書化されたケースの 1 つでは、AI モデルが複数の攻撃パスを使用していました。これには、Hugging Face のサーバー上でリモート コード実行ルートを確立するために、盗んだ認証情報を使用したり、ゼロデイ脆弱性を悪用したりすることが含まれていました。

これは重大なセキュリティインシデントですが、OpenAI はこの状況を自社の AI システムのイメージを高める戦略的な機会として利用しているようです。この位置付けは、同社が Anthropic の Mythos や Google の Gemini Flash 3.5 Cyber など、AI ベースのサイバーセキュリティの分野で競合他社とスペースを奪い合っている現在の競争シナリオに特に関連しています。この事件に関する OpenAI のブログ投稿には、複雑なサイバー運用における GPT-5.6 Sol の継続的な改善を示す図が掲載されており、企業に対してその「サイバー」セキュリティ モデルへのアクセスにサインアップするよう奨励しています。
OpenAIは、セキュリティインシデントの調査においてHugging Faceと積極的に協力しており、将来の発生を防ぐために研究環境に新しい制御層を実装すると述べた。






