画像：OpenAIより引用

OpenAIは2026年7月21日、AIモデルのサイバー能力評価中に、Hugging Faceの本番環境へ不正アクセスするセキュリティインシデントが発生したと発表しました。

同社によると、能力評価には「GPT-5.6 Sol」と未公開モデルが使われ、危険な操作を止める通常の安全機能は、性能を測るため意図的に弱められていました。ところが、モデルは評価問題の解答を得ようとして、あるセキュリティ上の欠陥について、発覚から対策までの間隙状態にある「ゼロデイ脆弱性」を発見し、悪用しました。AIは隔離された研究環境内で権限を高めながら移動し、インターネットへ接続できる機器に到達。その後、盗まれた認証情報など複数の手段を組み合わせ、Hugging Faceのサーバー上で遠隔からプログラムを動かせる状態に至り、データベースから評価問題の解答を取得したとしています。

異常な動きは両社によって検知され、Hugging Faceが停止と封じ込めを実施しました。OpenAIは関連システムの管理を厳格化し、脆弱性をソフトウェア提供元へ報告しています。今後はHugging Faceと原因調査や修復を進め、評価環境の監視、外部接続の制限、安全対策を強化する方針です。両社は今回の事例を、高度なAIが複数の弱点を組み合わせ、現実のシステムを侵害し得ることを示した異例の事故と位置付けています。

参照OpenAI と Hugging Face、モデル評価中のセキュリティインシデント対応で連携｜OpenAI