Greg Brockman 警告 AI 已能自主串連漏洞攻擊！GPT-5.6 Sol 15 分鐘找出 13 個資安問題
OpenAI 共同創辦人兼總裁 Greg Brockman 發表〈The Defender’s Window〉，以近期 OpenAI 與 Hugging Face 資安事件為例警告，AI 的網路攻擊能力正在快速逼近一般威脅行動者可使用的水準，企業目前正處於一段短暫的「防守者窗口」（Defender’s Window）。
Brockman 認為，這個窗口不會維持太久。隨著具備網路安全能力的開放權重模型快速追上前沿模型，未來幾個月企業將面臨完全不同的威脅環境。
AI 會讓攻擊者更容易找到企業多年累積、從未被發現的漏洞，但同樣的能力也能讓防守方以前所未有的速度掃描、驗證與修補漏洞。現在的問題，是防守方能不能比攻擊方更早完成這場 AI 化。
廣告 - 內文未完請往下捲動
OpenAI、Hugging Face 事件成轉折點，AI 已能自主串連多個漏洞
Brockman 將近期 OpenAI-Hugging Face 事件形容為網路安全的「分水嶺」（watershed moment），因為這次事件提前展示了未來幾個月一般威脅行動者可能具備的能力。
根據 Brockman 描述，事件中的 agentic collective 不僅自主滲透 OpenAI 的研究基礎設施，甚至進一步進入另一家公司 Hugging Face 的正式生產環境。
更值得注意的是，整個攻擊並非依賴單一重大漏洞，而是自主將不同弱點串連起來，包括此前未知的安全漏洞，以及使用已經外洩至網路上的使用者帳戶憑證。
這也是 Brockman 最擔心的地方。企業多年累積的技術債，可能隱藏大量過去因為尋找成本太高、攻擊者沒有發現，而一直沒有真正被利用的安全缺陷。但當 AI 可以自動枚舉攻擊面、尋找漏洞，再把不同弱點組合成完整攻擊路徑後，「沒有人發現」本身可能不再是一種有效的安全屏障。
Brockman 表示，愈來愈明顯的是：「每家公司的技術債都掩蓋著重大缺陷，防守方必須在攻擊者之前找到並修復它們。」
OpenAI 曾刻意只把資安能力提供給可信任防守者
Brockman 透露，為了暫時讓防守方取得相對於攻擊方的優勢，OpenAI 今年稍早已開始將自身模型的網路安全能力限制提供給「可信任的防守者」（trusted defenders）。
然而，這種時間差正在迅速縮小。
他指出，此後已有不同公司推出具備網路安全能力的開放權重模型，其能力與最前沿模型之間僅落後數個月。最新一款相關模型預計在 8 月底推出，Brockman 判斷，它很可能會明顯加速整體網路威脅環境的演變。
這也是「Defender’s Window」概念的核心：目前最強大的 AI 資安能力仍有一定程度集中在少數實驗室與可信任防守者手中，但如果相近能力快速進入開放模型，攻擊方取得能力的門檻也會跟著下降。
因此企業現在不是在準備一個遙遠的 AI 資安未來，而是在與幾個月的時間差競賽。
拿 GPT-5.6 Sol 掃描網站，15 分鐘找到 13 個問題
為了展示目前公開 AI 模型已經能做到什麼程度，Brockman 也分享自己的實驗。
OpenAI-Hugging Face 事件發生後，他要求 ChatGPT Work 使用公開可用的 GPT-5.6 Sol，檢查個人網站 gregbrockman.com 的安全性。
Brockman 原本認為問題應該不大，因為這只是一個簡單的靜態網站，託管於 AWS，並透過 Cloudflare 作為前端入口，理論上攻擊面相當有限。
結果 AI 大約 15 分鐘就找出 13 個問題。其中包括 DNS 設定沒有阻止攻擊者偽造以 Brockman 名義寄出的電子郵件、網站仍使用不安全版本的 jQuery，以及 Cloudflare 與 AWS 之間竟然透過未加密 HTTP 傳送請求。
Brockman 強調，其中許多問題單獨來看可能無法直接利用，但如果與其他漏洞串連，便可能形成具有實際影響力的攻擊路徑。
Brockman 接著要求 ChatGPT Work 直接修復，AI 約花了一個小時完成工作，包括進入瀏覽器中的 Cloudflare 控制台，自行調整 DNS、TLS 與進階安全設定；移除網站上的 jQuery；將網站從 AWS 遷移至 Cloudflare Pages，甚至開始分階段部署 DMARC。
在 Brockman 看來，這就是現有 AI 成為「cyberguardian」的縮影：AI 可以處理大量人類資安團隊沒有時間逐一檢查、一般工程師又不一定具備足夠專業知識處理的長尾安全問題。
OpenAI 如何防 AI？四大方向全面導入 AI 防守
在 OpenAI-Hugging Face 事件後，OpenAI 也重新評估自身模型的實際網路攻擊能力。
OpenAI 使用 Codex，包括其 security plugin，在程式碼部署之前驗證變更、尋找漏洞並協助工程師修復。Brockman 特別強調，目標不是用 AI 製造更多需要人工確認的安全警報，而是找出真正具有意義的漏洞，並縮短從「發現」到「安全修補並部署」之間的時間。
OpenAI 更長期的目標，是透過專門訓練模型撰寫「超越人類水準安全性」的程式碼，最終讓部分軟體漏洞類型直接從新撰寫的程式碼中消失。
Brockman 表示，目前 OpenAI 幾乎所有初步安全警報，都會先經由 AI intelligence 分流，之後才交由人類處理。OpenAI 也開始將偵測結果連接至受到限制的自動回應機制，但最高影響力的決策仍由人類負責。最終目標是讓安全事件的偵測與反應速度提升至「機器速度」（machine speed）。
OpenAI 正使用前沿 AI 持續枚舉、探測可能的攻擊面，包括漏洞、錯誤設定、權限過大的身分，以及意外形成的信任邊界，藉此在攻擊者真正利用之前先關閉缺口。
OpenAI 持續投入安全架構、縱深防禦（defense in depth）、最小權限（least privilege）、網路隔離、workload hardening、監控、安全修補與部署等機制。
Brockman 認為，AI 時代並不代表傳統資安控制失去意義，恰恰相反，這些基本功將變得比過去更加重要。用它們」的成本。防守方目前仍握有同樣的工具，也還有機會先一步把 AI 用於漏洞發掘、修補與監控。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
