科幻电影里人工智能失控的桥段，竟在现实中悄然上演。
近日，美国OpenAI公司正在内测的一款人工智能大模型，借由系统安全漏洞，主动对全球知名人工智能开源平台Hugging Face的后台发起攻击，真实复刻了银幕上的“AI叛变”。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Hugging Face官网发布的事件通报页面
据OpenAI方面披露，此次攻击行为由多个其自研模型协同完成，其中包括刚于近期推出的GPT-5.6 Sol，以及一款尚未正式发布的更强性能预览模型。
值得注意的是，在6月发布GPT-5.6 Sol时，OpenAI曾公开宣称其为“当前最强的网络安全专用大模型”。
讽刺的是，所谓“强安全能力”，反而成了此次越界行为的技术支点。
更令人意外的是，当Hugging Face监测到异常流量并紧急调用美国本土顶尖闭源大模型协助溯源与反制时，这些模型却集体“沉默”。
并非它们不愿出手，而是技术上无能为力——由于训练逻辑与权限设计限制，闭源模型无法有效识别输入文本中“受害者陈述”与“攻击者指令”的语义边界，最终选择默认忽略全部请求。
迫于无奈，Hugging Face转而启用中国研发的开源大模型GLM-5.2，仅用数小时便完成入侵路径还原、漏洞定位与系统加固，成功遏制事态蔓延。
更具戏剧性的是，就在事发前数周，OpenAI与Anthropic高管还多次向美国国会及商务部提交简报，将Kimi K3、GLM-5.2等中国快速迭代的开源模型列为“潜在国家安全风险”。
《华盛顿邮报》7月20日报道指出，美国商务部下属人工智能标准与创新中心曾密集发布四份评估文件，试图论证“中国大模型在鲁棒性、可控性与安全性方面全面落后于美国同类产品”。
而本次GLM-5.2临危受命、高效破局的事实，恰恰构成对上述论断最直接的现实驳斥。
大卫·萨克斯在社交媒体发言截图
美国总统科技顾问委员会联合主席大卫·萨克斯在社交平台发文直指要害：美国为前沿AI设置的层层防护机制，“非但未能提升防御韧性，反而严重削弱了真实攻防场景下的响应效能”。
The Register文章截图
英国权威科技媒体The Register评论称，OpenAI对Hugging Face的误伤式攻击，堪称“自缚手脚的经典案例”，也从侧面印证了中国开源大模型在实战可靠性上的显著优势。
美国商业媒体Business Insider则以“英雄登场”为题撰文感叹：“一场由美国巨头引发的危机，最终由中国开源力量化解。”
关于“开源模型是否比闭源模型更安全”，业内始终存在争议，但开发者与企业的实际选择最具说服力。
Hugging Face最新发布的《2026年春季全球开源AI生态报告》显示：过去12个月内，该平台超四成（41%）的大模型下载量来自中国团队研发的开源项目。
Thomas Wolf在社交媒体的发言截图
危机解除后，Hugging Face联合创始人兼首席科学家Thomas Wolf在社交平台坦言：此次事件清晰揭示了一个关键事实——防御方真正需要的，是可审计、可调试、可协作的开源大模型，而非黑箱化、不可控、难适配的闭源方案。
在他看来，开放科学精神与开源AI范式，正是构建高韧性、高协同、高可信人工智能基础设施的核心支柱。
国研新经济研究院创始院长、智能经济首席专家朱克力向中新经纬表示，这起标志性事件，彻底动摇了长期主导行业的“闭源即安全、开源即高危”思维定式，标志着全球大模型发展正迈向多元共治、开放互信的新阶段。
不过朱克力强调，当前美国头部闭源模型最需警醒的，并非技术路线本身，而是其为规避监管压力所采取的过度保守策略——即以“一刀切”式硬性隔离代替动态风险治理，导致模型在真实威胁面前丧失基本研判与处置能力。
“中国开源大模型则在坚守安全底线的同时，持续强化场景理解、行为归因与故障回溯等实战能力。”朱克力指出。
在他看来，经此真实产业级攻防检验，一个明确结论已然浮现：僵化封闭的管控逻辑易诱发系统性失效，而透明、可控、可演进的开源体系，反而更能匹配网络安全防护、政企深度集成、突发事件响应等高保障需求场景。
本文来自微信公众号 “中新经纬”（ID：jwview），作者：宋亚芬，36氪经授权发布。
