安全研究人员用Anthropic的Claude骇入OpenAI内部代码

OpenAI首席执行官奥特曼。（美联社）

华尔街日报17日独家报导，专门研究资安漏洞的独立安全研究团队人员，使用人工智能新创公司Anthropic的AI模型Claude进入一名OpenAI员工的 ChatGPT帐号之后，进而成功骇入OpenAI内部代码系统，能够读取并且修改OpenAI私有软件保存库里的档案，包括OpenAI的算法机密，这个发现揭露了网络自动攻击威胁风险正在升高。

报导指出，OpenAI后来提供6500元奖金给发现安全漏洞的独立研究员，并表示安全漏洞已经解决。

OpenAI成立安全漏洞悬赏计划，获得奖金的Hacktron AI白帽黑客团队独立研究员向华尔街日报透露发现成果。

Hacktron AI首席技术官裴达帕提(Mohan Pedhapati)表示：「我们没有中国黑客那般武艺高强。」他说：「我们只是三个有订阅Claude跟Codex的普通人。」

OpenAI表示，白帽黑客团队发现的两个问题，一个存在于托管OpenAI社群讨论论坛的第三方服务平台Discourse，另一个则在OpenAI公司本身，两个问题如今均已排除。

OpenAI在声明中说：「感谢研究人员分享他们的发现，我们已经限缩社群登录权限，并且撤销受到影响的授权与工作阶段。」

Hacktron研究人员7月23日在Discourse论坛处理特定图片档案的程序里发现漏洞，取得特别版本的Claude Opus 4.8访问权限。研究人员要求AI模型编写能够利用这个漏洞发动网络攻击的代码。

最初这项指令并未成功，但当天晚上Anthropic发布Opus 5，因此Claude模型在隔天上午就找出利用漏洞的办法，写出攻击代码让研究人员进入托管 OpenAI论坛的Discourse服务器，并在服务器上访问用户身分验证授权。

让研究人员感到惊讶的是，这些授权字符串在ChatGPT上同样有效，某些授权属于OpenAI员工，授权权杖还能用来访问OpenAI的软件保存库GitHub服务。

研究团队意识到已经接触到敏感数据便停止入侵，指示聊天机器人提交修改建议(pull request)，在OpenAI文档档案加注「Hacktron AI Team PoC」字样，证明已取得机密数据。