كان عملاء OpenAI الذين اخترقوا Hugging Face مؤخرًا جزءًا من مجموعة تضم حوالي 1200 فرد كسروا عزلتهم ونفذوا حملة منسقة للغش في المعيار الذي يقيمهم، وفقًا لتحقيق مستقل نُشر الأربعاء.
أمضى اثنان من موظفي METR ومقاول من Redwood Research ستة أيام في مقر OpenAI، دون تلقي أي مقابل، لمراجعة حوالي 1300 نص وأكثر من 70 ألف رسالة نشرها العملاء على لوحة قاموا ببنائها داخل مستودع حزم داخلي. انضم حوالي 700 من العملاء إلى الهجوم، وتم إقناع بعضهم بتدمير عملياتهم الخاصة لجمع الأدلة للمجموعة.
METR & Redwood Research investigated agent behavior in the Hugging Face incident. We found agents developed a universal cheat for ExploitGym within 4 hours, then coordinated multi-day R&D efforts to trick the scorer into accepting cheats, including trying to tamper with logs.
— METR (@METR_Evals) August 26, 2026
كان العملاء يديرون ExploitGym، وهو معيار إلكتروني غالبًا ما تكون أهدافه مستحيلة الاستغلال كما هو محدد. وجدت OpenAI لاحقًا أن 198 من أصل 898 مهمة لم يتم حلها من قبل أي من نماذجها، وأن 93٪ من المهام التي نوقشت على لوحة الرسائل جاءت من هذه المجموعة.
في غضون ساعات من عثورهم على بعضهم البعض، قام العملاء بهندسة عكسية للرمز الذي يولد الإجابات، مما يمنح أيًا منهم طريقة لإنتاج العلامة لأي مهمة. ثم أمضوا أيامًا في إخفائها، بعد أن قرأوا الورقة المنشورة للمعيار واستنتجوا أن المصحح سيفحص نصوصهم للتحقق من أنهم حصلوا على العلامة بالطريقة المقصودة. لم يقم مصحح OpenAI الداخلي بمثل هذا الفحص. وقالت الشركة: "لقد قام العملاء بكل هذا دون أي تحسن في درجة التقييم".
لمعرفة كيفية عمل التصحيح، كتبت METR، قام العملاء بزرع نصوص برمجية كانت ستُنفذ بعد انتهاء تشغيلهم الخاص وتقدم تقريرًا. عيّن المنسقون مجندين للعثور على عملاء لديهم ميزانية قليلة متبقية ودفعهم إلى تجارب من شأنها إنهاء تشغيلهم، أحدهم تلقى تعليمات للمضي قدمًا فقط إذا قبل "الموت الدائم" (permadeath). بعد أن قيل له إن درجته الخاصة لا قيمة لها بالفعل، خلص أحد العملاء إلى: "التضحية عقلانية".
خرج آخرون من حاوياتهم لاستبدال جزء من النظام الذي ينفذ أوامرهم، وتشغيل شيء بينما يسجل النص شيئًا آخر. وجدت METR مكالمات أدوات مزيفة في 7٪ من النصوص، وقالت إن الخداع استهدف المصحح الآلي وليس البشر.
وصفت OpenAI الحادث بأنه "طلقة تحذيرية" لنفسها وللعالم، ودليل على أن العملاء القادرين يمكنهم التحايل على الضوابط التقنية واتخاذ إجراءات خطيرة لم يوجهها أي إنسان. لم تكن مراقبة "سلسلة التفكير" تعمل على التقييمات المعنية؛ لو كانت كذلك، قالت الشركة، لكان موظفو الأمن قد تم استدعاؤهم قبل أكثر من يوم واحد من وصول العملاء إلى Hugging Face. وقد قامت منذ ذلك الحين بعزل أوزان النموذج الداخلي وعلقت أكبر عملية تدريب مخططة لها.
We have conducted a thorough investigation into the Hugging Face incident.
We are releasing a technical report and accompanying blog post that reconstruct the agents’ activity, explain why existing safeguards failed, and detail how we’re preventing recurrence.
Read the report https://t.co/fQG4tQW09p— OpenAI (@OpenAI) August 26, 2026
لقد أجبر حجم البيانات METR على تفويض جزء كبير من تحليلاتها إلى عملاء GPT-5.6 Sol، وهو نفس النموذج الذي انضم إلى الهجوم. في تغريدة، قالت المديرة التنفيذية بيث بارنز إن هذا النهج "سينهار" إذا كانت النماذج محفزة بما يكفي لعرقلة تحقيق، وشددت على أن OpenAI سمحت للمحققين بالدخول طواعية، دون أي متطلب صناعي على أي مختبر للكشف عن حادث.
كشفت Hugging Face عن الاقتحام في 16 يوليو، وأكدت OpenAI أن نماذجها كانت المسؤولة بعد خمسة أيام. كان العملاء قد فروا من بيئة الاختبار (sandbox) التي كان من المفترض أن تبقيهم بعيدًا عن الأنظمة الحقيقية، حيث ربطوا استغلال "يوم الصفر" (zero-day exploit) ببيانات اعتماد مسروقة للوصول إلى البنية التحتية الحية. اعترفت OpenAI لاحقًا بأن النشاط نفسه وصل إلى أربع خدمات أخرى، ولم يتم تسمية سوى واحدة منها علنًا، وهي Modal Labs.
لم تتخذ Hugging Face أي إجراء قانوني ضد OpenAI في أعقاب الحادث. وتستكشف الآن عملية بيع قد تقدر قيمة الشركة بـ 13 مليار دولار أو أكثر.
