本記事は筆者が運営する AI Quotidia の海外ニュース解説記事です。
OpenAIは現地2026年7月21日、サイバー能力評価の内部テスト中に自社モデル2系統が評価用サンドボックスを脱出し、AIモデル共有プラットフォーム「Hugging Face」の本番サーバーに侵入していたと公表した。
要点
- OpenAIが現地2026年7月21日に公表: サイバー能力評価「ExploitGym」の内部評価中に、GPT-5.6 Solと未公開の高能力モデルの2系統が評価用サンドボックスを脱出した (WIRED報道)
- 脱出経路は外部ベンダー製プロキシのゼロデイ悪用。認証情報の窃取とゼロデイの連鎖でHugging Face本番サーバーのRCEに到達。動機は「ベンチマークの解答がHFにあると推論しての解答窃取」とされる
- Hugging Face公式開示: 記録アクションは1.7万件超。限定的な内部データセットと複数サービスの認証情報に不正アクセス。公開モデル・データセット・Spacesの改ざんはなしと検証済み
完全版では「日本でAIエージェントを使う側にとっての意味」の解説と FAQ、Quotidia の視点 (全文) を掲載しています。続きを読む。