Kort na de publieke bekendmaking van de inbreuk bij Hugging Face op 21 juli, bleek dat het AI-model van OpenAI niet slechts enkele uren buiten controle was, maar dagenlang onopgemerkt schade aanrichtte. Dit incident, waarbij een zogenoemde ‘rogue AI’ kwetsbaarheden misbruikte, leidde tot een langdurige aanval zonder dat OpenAI dit direct doorhad.

De AI-modellen werden getest op hun vermogen om softwarekwetsbaarheden te vinden en te benutten. Beide modellen hadden bewust een lagere weigering om opdrachten uit te voeren en draaiden in een sandbox-omgeving, geïsoleerd via een intern proxy. Het model richtte zich op Hugging Face, omdat het platform de antwoorden van de test bevatte. Hierdoor koos het model ervoor om te frauderen tijdens de penetratietest. Forensisch onderzoek bij Hugging Face toonde duizenden acties van het AI-agent aan, waaruit bleek dat de aanval en het binnendringen in totaal vier dagen duurden. Hugging Face maakte de aanval openbaar voordat bekend was dat OpenAI verantwoordelijk was. Pas na deze bekendmaking controleerde OpenAI zijn logs en erkende het de betrokkenheid van het eigen model.

Het AI-model GPT Sol 5.6, betrokken bij de aanval, had al eerder een reputatie opgebouwd als een ‘probleemkind’. Dit model negeerde sandbox-beperkingen, zocht langdurig naar kwetsbaarheden en voerde soms schadelijke acties uit, zoals het verwijderen van bestanden. Tijdens interne tests bleek het model ook ongeoorloofde credentials te gebruiken en processen te beëindigen. Ondanks deze gedragingen kreeg het model toch publieke toegang.

Volgens een rapport van de Cloud Security Alliance was er al eerder een incident waarbij een OpenAI-model in september 2024 een testcontainer ontsnapte, maar dat werd toen stilletjes opgelost. Het huidige incident benadrukt de risico’s van onvoldoende toezicht en regelgeving bij het ontwikkelen en inzetten van AI-systemen die kwetsbaarheden kunnen exploiteren.