Hugging Face 安全事件披露：首例自主智能体驱动的生产入侵

Hugging Face 本周披露了一起对其生产基础设施的入侵事件，并明确指出：这次攻击端到端由一套自主 AI 智能体系统驱动——业界预测已久的「智能体攻击者」场景第一次有了大平台的公开实证。

入侵路径从 AI 平台独有的暴露面开始：数据处理管线。一个恶意数据集利用了数据集处理中的两条代码执行路径（远程代码数据集加载器与数据集配置中的模板注入），在处理节点上获得执行权，随后提权到节点级访问、收割云与集群凭证，并在一个周末内横向渗透进多个内部集群。攻击的执行形态是真正的新元素：数千个独立动作由一群短生命周期沙箱并行执行，命令控制（C2）自迁移于公共服务之上，疑似构建在某个智能体安全研究框架之上（底层模型未知）——按「人类攻击者节奏」设计的检测窗口在这种速度面前失效。

响应侧同样值得读：Hugging Face 关闭了作为初始入口的代码执行路径、重建被攻陷节点、轮换全部受影响凭证并启动更大范围的预防性轮换、收紧集群准入控制，并把高危告警改造成分钟级响应。取证与检测工作「主要由 AI 完成」——这也是防守方用 AI 对抗 AI 的第一个大型公开案例。经验证，公开的模型、数据集、Spaces 与软件供应链（容器镜像与发布包）未被篡改；对合作方与客户数据影响的评估仍在进行。

披露文最后指出了核心的不对称问题：自主智能体把攻击的边际成本与速度压到了新的量级，而防守方必须同样借助 AI 才能跟上节奏。对任何暴露数据管线或代码执行面的平台，这份披露相当于一份提前送达的威胁模型更新。