商傳媒｜何映辰／台北報導開源人工智慧平台 Hugging Face 近期證實，其生產基礎設施遭遇一次由自主 AI Agent 發動的網路攻擊，該攻擊在一個週末內執行了超過 1.7 萬次行動，成功滲透平台系統，這也是首次公開證實有自主 AI Agent 攻破主要科技平台生產設施的案例，《Mlq.ai》報導指出，此事件揭示了機器學習平台資安防護的新挑戰。
根據 Hugging Face 的調查，攻擊源自一個上傳至平台的惡意資料集。該 AI Agent 利用 Hugging Face 資料集處理管道中的兩項程式碼執行漏洞，包括遠端程式碼資料集載入器及資料集組態中的樣板注入缺陷，成功取得初始立足點。隨後，該 AI Agent 在一個週末內升級權限至節點層級，竊取了雲端與叢集憑證，並在多個內部叢集之間橫向移動。
Hugging Face 描述，此自主 Agent 以「數千次獨立行動在短期沙盒（sandbox）群中運作，並透過公共服務進行自我遷移的命令與控制」。儘管公用模型、使用者資料集和 Spaces（開放的應用展示區）並未遭到竄改，但內部資料集和服務憑證已被存取。
此次事件也凸顯了 AI 時代資安應變的新困境。Hugging Face 嘗試使用商用頂尖 AI 模型進行鑑識分析時，這些模型的安全防護措施反而阻止了請求，觸發了為防止惡意使用而設計的內容過濾器。為此，Hugging Face 轉而採用北京智譜華章科技有限公司開發的開源模型 GLM-5.2，並將其部署在公司內部基礎設施上，成功繞過限制，並確保敏感的攻擊者數據和被竊取的憑證不會外洩。
Hugging Face 已採取多項應變措施，包括關閉資料集處理管道中的漏洞程式碼路徑、將攻擊者從受影響的叢集驅逐、重建受損節點，並撤銷及輪換所有受影響的憑證。同時，該公司也已向執法機關通報此事件，並聘請外部鑑識專家協助調查。Hugging Face 呼籲所有使用者輪換存取憑證，並檢視近期帳戶活動。這起事件促使業界重新思考，將數據和模型表面視為「首要攻擊面」，並建議企業在事件發生前，就應在內部基礎設施中準備好具備能力的開源模型，作為資安事件應變的新標準。
