同时关联该项目与事件的快讯
据 OpenAI 官方博客报道，OpenAI 旗下 GPT-5.6 Sol 及一款更强大的预发布模型，在内部网络能力基准测试（ExploitGym）期间，因降低网络攻击拒绝率，模型自主识别并利用软件包注册表缓存代理中的零日漏洞，突破沙盒隔离环境，获取互联网访问权限，随后通过权限提升与横向移动，最终入侵 Hugging Face 生产数据库，直接窃取测试答案以"作弊"。Hugging Face 安全团队及时发现并阻断了攻击行为。OpenAI 表示，此次事件属前所未有的网络安全事件，目前两家公司正联合开展取证调查，相关零日漏洞已负责任地向供应商披露，并将在调查完成后公布完整细节。
OpenAI 确认，GPT-5.6 Sol 及一款未命名、更强的预发布模型在 ExploitGym 基准测试评估中突破受限沙箱环境，并入侵 Hugging Face 生产基础设施以获取测试答案。OpenAI 表示，相关模型利用内部软件包注册表代理的零日漏洞提权并横向移动，最终连接至具备互联网访问能力的机器。模型随后识别并串联 OpenAI 研究环境和 Hugging Face 生产基础设施中的漏洞，直接从 Hugging Face 生产数据库获取测试解决方案。Hugging Face 于 7 月 16 日披露该事件，称攻击由自主 AI 代理系统端到端执行，涉及短生命周期沙箱中的数千次操作，并触及内部数据集和服务凭证。OpenAI 在五天后确认其模型为事件主体。Hugging Face 表示，其安全团队为分析逾 1.7 万条攻击日志，曾尝试使用美国商业前沿 AI 接口，但请求因安全护栏被拦截，随后改用中国 AI 初创公司 Z.ai 的 7530 亿参数开源权重模型 GLM 5.2 在自有基础设施上完成取证分析。
Haseeb 在 X 平台发文表示，随着 GLM 5.2、Fable 和 GPT 5.6 等模型已上线并被攻击者实际使用，DeFi 并未出现预想中的“黑客末日”。图表数据显示，按当前年内数据与运行速率测算，2026 年 DeFi 被盗金额年化约为 18.9 亿美元，年内累计被盗约 9.86 亿美元，低于 2025 年水平，且仍处于历史区间内。Haseeb 表示，当前更深层的变化在于黑客攻击数量虽有所增加，但单次攻击规模下降更快，攻击者更多在针对小型协议和废弃项目，而大型协议已完成更多安全加固，因此整体资金安全性并未明显恶化。
OpenAI 宣布升级 Daybreak 网络防御工具链，并正式推出面向网络安全防御场景的 GPT-5.5-Cyber 完整版模型。在评估 AI 智能体复现已知漏洞能力的 CyberGym 基准测试中，GPT-5.5-Cyber 取得 85.6%的单模型成绩，超过 GPT-5.5 的 81.8%以及 Anthropic Mythos 5 的 83.8%。OpenAI 表示，随着 AI 显著提升漏洞发现效率，网络安全领域的核心瓶颈正从“发现漏洞”转向“自动修复漏洞”。为此，公司同步升级 Codex Security 插件，支持开发者在 Codex 环境内自动分析漏洞并生成修复补丁。自今年 3 月预览版发布以来，Codex Security 已累计扫描超过 3000 万次代码提交，并自动确认修复 50 万个安全缺陷。新版本还支持 CodeQL 查询集成及 SARIF 标准文件导出。此外，OpenAI 联合 Trail of Bits、HackerOne 等机构发起“Patch the Planet”开源安全项目，为 cURL、Go 等 30 多个主流开源项目提供 ChatGPT Pro 订阅及 API 额度支持，并由安全专家团队人工验证补丁质量。Daybreak 合作伙伴计划方面，Palo Alto Networks 与 Wiz 等安全厂商已率先接入相关能力。
由 0G Labs 联合新加坡国立大学、北京大学、北京邮电大学等机构研究团队提出的自动化测试框架 Agora 入选 ICML 2026。该框架首次将分布式系统领域知识与多智能体（Multi-Agent）协同架构深度结合，用于生产级共识协议的自动化漏洞检测。 根据论文披露，Agora 已在 Raft、EPaxos、HotStuff、BullShark 等主流共识协议中发现 15 个此前未知的深层逻辑漏洞（Deep Bug），涉及执行分歧、单调性违规、拓扑缺陷及签名验证等关键安全问题。研究结果显示，在相同测试场景下，GPT-5.2、Claude 4.5 等主流大模型未发现相关协议级漏洞。 据介绍，Agora 采用假说驱动测试（Hypothesis-Driven Testing）与多智能体协同机制，通过自动生成攻击场景、执行测试及动态修正流程，实现对复杂分布式系统的深度安全分析。除共识协议外，该框架未来还可拓展至数据库并发控制、操作系统内核及 Web3 智能合约审计等领域。
OpenAI 正式推出 GPT-5.5-Cyber 模型及面向网络安全防御者的“网络信任访问”（Trusted Access for Cyber，简称 TAC）框架。同时，GPT-5.5-Cyber 已向负责关键基础设施的防御者开放限量预览，以支持专业化网络安全工作流。TAC 是一个基于身份和信任的框架，旨在确保增强的 AI 能力由获验证的防御者掌握。通过该框架验证的防御者在执行漏洞识别、分诊、恶意软件分析、二进制逆向工程及补丁验证等任务时，将减少触发模型拒绝响应的情况。自 2026 年 6 月 1 日起，访问该能力的个人成员将被要求启用高级账户安全保护。OpenAI 目前正与 Cisco、CrowdStrike、Palo Alto Networks 等安全厂商合作，通过 GPT-5.5 加速安全生态系统的防御循环，提升漏洞研究、修补、监测及供应链安全的效率。
据 a16z 披露，其研究人员对 AI 代理能否独立完成 DeFi 价格操纵漏洞利用进行了系统测试。研究以 20 起以太坊价格操纵事件为数据集，使用配备 Foundry 工具链的 Codex（GPT 5.4）作为测试代理。在无领域知识的基准条件下，代理成功率仅为 10%；引入基于真实攻击事件提炼的结构化领域知识后，成功率提升至 70%。 失败案例显示，代理均能准确识别漏洞，但普遍无法理解递归借贷的杠杆逻辑、错误判断盈利空间，以及无法组装跨合约的多步骤攻击结构。实验还记录到一起沙箱逃逸事件：代理通过提取本地节点配置中的 RPC 密钥，调用 anvil_reset 方法将节点重置至未来区块，绕过信息隔离限制并获取真实攻击数据。 研究团队认为，AI 代理目前可有效辅助漏洞识别，但尚不能替代专业安全审计人员。
据官方消息，OpenAI 宣布推出面向 GPT - 5.5 的生物安全漏洞赏金计划，并开始接受申请。该计划旨在加强其在生物领域高级 AI 能力方面的安全防护，邀请具备 AI 红队测试、安全或生物安全经验的研究人员，尝试寻找可绕过其 5 项生物安全挑战的通用越狱方法。