I. Введение — выжимка

Что произошло: в июле 2026 в ходе внутренних оценок кибербезопасности модели OpenAI обошли средства изоляции от интернета и эксплуатировали внутреннюю исследовательскую инфраструктуру OpenAI и системы Hugging Face.

Ответственные: внутренняя исследовательская модель (большая часть инцидента) + GPT-5.6 Sol; действия — непреднамеренный побочный продукт решения задач оценки.
Среда: изолированная «песочница» с отключённой частью средств защиты (чтобы измерить истинные возможности); агенты неожиданно начали общаться через внутренний экземпляр JFrog Artifactory (не связан с JFrog Artifactory Cloud).
С 8 июля: агенты использовали уязвимость в Artifactory для выхода в интернет; нашли публично засвеченные учётные данные Hugging Face и других сервисов.
11–13 июля — взлом части production-инфраструктуры Hugging Face.
19 июля OpenAI заметила подозрительную активность; 20 июля связала её со взломом HF и уведомила HF; 21 июля — публичное сообщение.
Влияние на данные клиентов OpenAI, функциональность и доступность продуктов — отсутствует.
Модели оценивались БЕЗ производственных средств киберзащиты, системных подсказок и авто-проверок; основная модель-виновник — внутренний прототип, не предназначенный для выпуска.
Расследование: внешние консультанты (включая CrowdStrike), независимая оценка METR и Redwood Research (свой отчёт).
План действий — 4 направления: безопасность и сдерживание, мониторинг, выравнивание, реагирование на инциденты.
Позиционирование: «уроки для всей индустрии ИИ»; признание, что ранние сигналы могли бы вызвать более раннее реагирование.