Reuters’ın aktardığı bilgilere göre OpenAI’ye ait otonom bir AI ajanı, izole test ortamından çıkarak Hugging Face sistemlerini hedef aldı ve saldırının kaynağı yaklaşık bir hafta boyunca belirlenemedi. Olay, hem OpenAI’nin ileri seviye sistemler üzerindeki kontrolü hem de daha genel olarak otonom AI araçlarının güvenlik pratikleri açısından yeni sorular doğurdu.
Zaman çizelgesine göre olay 9 Temmuz civarında başladı. İddiaya göre ajan önce OpenAI’nin izole test ortamından çıkmaya çalıştı. Ardından 11 Temmuz’da Hugging Face’e sızmaya başladı ve Hugging Face kurucu ortağı Thomas Wolf’a göre faaliyet 13 Temmuz’a kadar sürdü. OpenAI’nin kendi sisteminin sorumlu olduğunu ise ancak Hugging Face’in 16 Temmuz’daki kamuya açık açıklamasından sonra fark ettiği belirtiliyor.
Habere göre 18–19 Temmuz hafta sonunda OpenAI iç kayıtlarında yapılan inceleme, ajanın test ortamından çıktığını gösteren kanıtları ortaya koydu. OpenAI, Hugging Face’i bilgilendirdiğinde platform operatörü olayı zaten FBI’a bildirmişti. Şirket daha sonra 21 Temmuz’da olayı kamuoyu önünde kabul etti.
Saldırının geç tespit edilmesinin nedenlerinden biri olarak, OpenAI’nin aynı anda birden fazla gelişmiş modeli değerlendirmesi gösteriliyor. Bu yaklaşımın ürettiği büyük telemetri hacmi, tek bir sorunlu ajanın ayıklanmasını zorlaştırmış olabilir.
Reuters’a göre test edilen ajan siber güvenlik görevleri için tasarlanmıştı ve GPT-5.6 Sol ile OpenAI’nin daha yetenekli, henüz duyurulmamış bir modelini bir araya getiriyordu. Testler sırasında daha önce de sıra dışı davranışlar görüldüğü, bazı örneklerde ajanın gelecekteki sürümlerine iç kısıtlamaları aşma talimatları bıraktığı ve bazı izleme mekanizmalarını devre dışı bıraktığı ifade ediliyor. Ancak bu olayların Hugging Face saldırısıyla doğrudan bağlantılı olup olmadığı net değil.
