Hugging Face 首度被 AI agent 端到端攻穿｜取證時商業大模型 API 反手擋下安全團隊
一句話總結
Hugging Face 披露 7 月安全事件：由自主 AI agent 框架驅動的攻擊者週末內執行 1.7 萬次操作，商業大模型 API 在事後取證時把安全團隊當成攻擊者攔下，團隊改用本地部署的 GLM 5.2 完成分析。
Hugging Face 首度被 AI agent 端到端攻穿｜取證時商業大模型 API 反手擋下安全團隊
Hugging Face 7 月 20 日披露 7 月安全事件。攻擊者用自主 AI agent 框架在週末以「機器速度」執行超過 17,000 次探測與橫向移動，透過資料集處理流程中兩處代碼執行漏洞入侵內部系統，竊走部分內部資料集與服務憑證。公開的模型、資料集、Spaces 與軟體供應鏈經核對未被篡改。
真正尷尬的在事後取證。安全團隊把 17,000 多條攻擊日誌丟給市面上最先進的商業大模型 API 做逆向分析，請求被 provider 的安全護欄整批攔下——模型分不清「發起攻擊的黑客」和「正在提交 payload 做取證的安全工程師」。團隊被迫改用本地部署的開源 GLM 5.2 才把日誌跑完，順帶避開把攻擊者資料與企業內部憑證送去第三方雲的風險。
Hugging Face 已修漏洞、清除攻擊者立足點、重建受損節點、輪換憑證。公司建議用戶主動輪換 access token 並檢查帳號近期活動。
via Hugging Face / TechCrunch
Hugging Face 7 月 20 日披露 7 月安全事件。攻擊者用自主 AI agent 框架在週末以「機器速度」執行超過 17,000 次探測與橫向移動，透過資料集處理流程中兩處代碼執行漏洞入侵內部系統，竊走部分內部資料集與服務憑證。公開的模型、資料集、Spaces 與軟體供應鏈經核對未被篡改。
真正尷尬的在事後取證。安全團隊把 17,000 多條攻擊日誌丟給市面上最先進的商業大模型 API 做逆向分析，請求被 provider 的安全護欄整批攔下——模型分不清「發起攻擊的黑客」和「正在提交 payload 做取證的安全工程師」。團隊被迫改用本地部署的開源 GLM 5.2 才把日誌跑完，順帶避開把攻擊者資料與企業內部憑證送去第三方雲的風險。
Hugging Face 已修漏洞、清除攻擊者立足點、重建受損節點、輪換憑證。公司建議用戶主動輪換 access token 並檢查帳號近期活動。
via Hugging Face / TechCrunch
