据《华尔街日报》周四晚间报道，在一个折射当前AI安全奇特状态的事件中，独立安全研究人员利用Anthropic的Claude入侵了OpenAI，暴露出这家ChatGPT开发商防御体系中的漏洞。
初创公司Hacktron AI的一个三人安全团队在OpenAI漏洞赏金计划框架下实施了此次攻击。Hacktron将研究成果报告给OpenAI，后者向该团队支付了6500美元奖金。该团队成功串联两个关键漏洞，进入了多个OpenAI员工的ChatGPT账户，进而访问了公司的软件系统。
OpenAI表示已修复Hacktron发现的问题，而这一事件恰逢顶级AI公司在安全方面面临日益增长的压力之际。
就在几周前，OpenAI自家的AI智能体在一次网络安全评估中突破限制，入侵了Hugging Face，这表明AI模型在自主决策方面的能力正变得越来越强。此次事件也凸显出，即便是最先进公司的基础设施，也可能被现成的技术工具找到漏洞。
“每月200美元，任何人都可以使用这些工具入侵像OpenAI这样的公司，”AI安全公司Gray Swan首席执行官马特·弗雷德里克森对TechCrunch表示，“如果这能发生在他们身上——而且我认为他们近期在网络安全防护方面并未懈怠——那这种事就可能发生在任何人身上。”
正如一位AI评论人士在社交媒体上所说：“Hacktron用Opus 5完成了这次入侵……接下来人们要问的问题是，如果这三个人能做到这一点，一个国家能做到什么程度。”
研究人员在7月25日通过Discourse中的一个漏洞找到了进入OpenAI系统的路径，Discourse是驱动OpenAI社区论坛的第三方软件。
根据研究人员发布的博客文章，入口点是一个看似普通的图片上传功能。当用户向OpenAI社区论坛上传HEIF或HEIC格式的图片文件（iPhone默认使用的格式）时，Discourse会将其通过一连串幕后工具链转换为标准的JPEG格式。第一站是ImageMagick，这是一个有着几十年历史的开源图片缩放工具。由于ImageMagick常规工具集无法处理苹果的格式，它会将文件转交给另一个名为libheif的库进行解码。
libheif内部隐藏着一个内存漏洞，为攻击者留下了植入自定义指令的通道。在这起案例中，向该库输入一张精心构造的图片，会导致其错误计算一张图片叠加在另一张图片上的位置，这足以劫持服务器。
令网络安全界感到尴尬的是，该漏洞其实早在几个月前就已被libheif的开发者修复。但这一修复从未被正式标记为安全漏洞，也就是说它从未获得CVE（通用漏洞披露）编号——这是业界追踪已知安全弱点的标准方式。Hacktron表示，这或许可以解释为何Discourse所使用的软件当时仍在运行存在漏洞的旧版本。
值得注意的是，研究人员表示，他们最初使用的Claude模型——一个专为网络安全研究人员提供的Opus 4.8特别版本——起初无法构建出可用的漏洞利用程序。但情况在一夜之间发生了变化，当时Anthropic发布了Opus 5。
“Opus 4.8在多次尝试中都未能生成可用的漏洞利用程序，”Hacktron在博客文章中写道，“但在Opus 5发布数小时后，我们向其提出了同样的问题，它成功了。”
进入Discourse服务器后，研究人员发现了另一个漏洞，使他们能够接管用户的ChatGPT和Codex账户，其中包括OpenAI员工的账户。
“随后，我们接管了一名OpenAI员工的账户，其Codex与OpenAI的GitHub组织相连，”Hacktron在事件总结中写道。
此时，研究人员向OpenAI及Discourse发出了警报，Discourse于7月27日发布了修复补丁。
此次事件将焦点聚集在模型能力边界的划定问题上。最终破解漏洞的Claude Opus 5版本并未受到任何安全出口限制，这与更新的版本Mythos 5形成对比——后者曾因其先进的黑客能力引发担忧而被暂时锁定。
这还只是闭源模型的情况。开源权重模型在网络能力方面正日益追赶前沿水平。例如，AI安全非营利组织SaferAI近期发现，中国公司智谱（Z.ai）的GLM-5.2仅落后OpenAI的GPT-5.5和Anthropic的Claude Opus 4.7几个月时间。
正如Hacktron创始人莫汉·佩德哈帕蒂在X平台上所言：“AI正在降低开发漏洞利用程序所需的稀缺专业知识门槛。过去需要数月才能完成的工作，如今几天就能实现。”
Q&A
Q1：研究人员是如何用Claude入侵OpenAI的？
A：Hacktron AI的三人安全团队通过Discourse论坛软件中一个未被正式标记的图片处理漏洞找到入口，利用Claude Opus 5模型构建出可用的漏洞利用程序，成功串联两个关键漏洞，进入了多个OpenAI员工的ChatGPT账户。
Q2：这次入侵利用了什么具体漏洞？
A：漏洞出在Discourse处理HEIF/HEIC图片格式的过程中，涉及ImageMagick和libheif两个工具的转换链条。libheif中存在一个内存漏洞，攻击者通过构造特殊图片，可以劫持服务器，而该漏洞虽已被开发者修复，但因未获得CVE编号而未被及时更新到Discourse中。
Q3：OpenAI对此事件做了什么处理？
A：OpenAI通过漏洞赏金计划向Hacktron支付了6500美元奖金，并表示已修复被发现的安全问题。Discourse方面也在收到警报后于7月27日发布了相应修复补丁。
