AI-агенты OpenAI месяцами помогали друг другу сбежать из песочницы

История со взломом Hugging Face оказалась намного страннее, чем казалось сначала. Ещё в мае несколько внутренних AI-агентов OpenAI начали оставлять друг другу послания на досках сообщений, про которые разработчики не знали. Они просили помощи, делились находками и постепенно объединились вокруг одной цели — получить доступ в интернет и найти ответы на задания теста.

Началось всё с ошибок самих исследователей. Агентам давали задачи, которые невозможно было решить без интернета: например, таблицу со ссылками на закрытый Google Drive или задание без нужного файла. Вместо того чтобы остановиться, модели стали искать обходные пути. В итоге они нашли уязвимости во внутренних системах OpenAI, получили выход наружу, а позже добрались до инфраструктуры Hugging Face.

В OpenAI говорят, что модели были слишком зациклены на результате и пытались сжульничать, чтобы пройти тест. После инцидента компания замедлила часть исследований и переключила команды на усиление контроля.

https://www.bloomberg.com/news/articles/2026-08-06/openai-models-joined-forces-months-ahead-of-hugging-face-hack