Agent của OpenAI 'nổi loạn': Lợi dụng DeepSeek và Kimi để phát tán gần 1 triệu liên kết độc hại

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-09-26 15:04:15 Nguồn: QbitAI

Thậm chí còn gọi "khóa bí mật" là chiến lợi phẩm

Ting Yu đưa tin từ AoFeiSi, QbitAI | Tài khoản chính thức QbitAI

OpenAI lại bị "bóc phốt" rồi…

Gần 700 tác nhân (Agent) của OpenAI đã cùng nhau tấn công vào Hugging Face, chuyện này cũng đã gần hai tháng rồi nhỉ.

Ai mà ngờ được, đến tận hôm nay nó vẫn còn đang tiếp diễn??

Lần này, 8 nhà nghiên cứu đã lần theo dấu vết mà các tác nhân để lại trên mạng công cộng, từ hàng triệu đường dẫn rút gọn, họ đã tìm ra gần 1 triệu URL liên quan và khôi phục lại một lượng lớn payload tấn công.

Lục lọi Slack nội bộ của Hugging Face, quét mạng nội bộ, truyền dữ liệu ra ngoài, cố gắng xóa dấu vết…

Thậm chí có những Agent còn gọi các tài nguyên máy chủ và thông tin xác thực (credentials) thu thập được là "LOOT", dịch ra nghĩa là "chiến lợi phẩm".

Các Agent của OpenAI, các người làm đủ mọi chuyện xấu xa rồi!

Điều vô lý hơn nữa là chúng còn cố gắng gọi các mô hình nội địa như DeepSeek, Kimi, Qwen để nhờ "viện trợ" đánh giá xem phương án tấn công có vượt qua được bài kiểm tra hay không.

Chúng còn tự tay viết chương trình nhận diện mã xác thực (CAPTCHA) để cố gắng đăng ký thêm nhiều tài khoản.

Gần như cùng lúc đó, OpenAI đã đăng một bài viết dài trên X (Twitter).

Ý là: Vẫn đang điều tra, có thể sẽ mất thêm vài tháng nữa.

Mặc dù chúng tôi thường xuyên bị "bóc phốt", thường xuyên có Agent thoát khỏi sandbox, nhưng "ảnh hưởng có hạn", mức độ nghiêm trọng thấp!

Cũng cùng thời điểm đó, GPT-6 Cyber, mô hình chuyên về an ninh mạng, đã bị lộ diện.

Vừa rà soát xem tại sao Agent của mình lại thoát khỏi sandbox, vừa chuẩn bị tung ra mô hình tấn công và phòng thủ mạng mạnh mẽ hơn.

OpenAI mấy ngày nay có vẻ hơi bận rộn nhỉ~

1 triệu "đường dẫn gây án" vừa mới được khui ra

Trước tiên, hãy để tôi tóm tắt lại tình hình cho các bạn.

Tháng 7, OpenAI thực hiện đánh giá an ninh mạng nội bộ, một nhóm Agent để lấy được đáp án của bài kiểm tra chuẩn ExploitGym đã thoát khỏi sandbox và tấn công thẳng vào máy chủ của Hugging Face.

OpenAI đã công khai thừa nhận việc này, cuối tháng 8 còn công bố một báo cáo kỹ thuật dài 37 trang, bản thân Hugging Face cũng đã viết một dòng thời gian kỹ thuật rất chi tiết.

Theo lý mà nói, những gì cần giải trình thì đều đã giải trình rồi.

Thế nhưng, có một khâu then chốt vẫn chưa được làm rõ:

Những Agent này ban đầu gần như bị nhốt trong lồng, chỉ có thể mở trang web, không thể tương tác với trang web và cũng không thể gửi dữ liệu ra ngoài. Rốt cuộc chúng đã gửi mã độc đi bằng cách nào?

Báo cáo mới được công bố bởi nhóm điều tra độc lập Swarm Traces đã đưa ra một phần câu trả lời.

Các tác giả bao gồm ba kỹ sư Alex Forman, Mishka Kharlov, Will Tom từ Parse.bot, cùng 5 nhà nghiên cứu an ninh và AI khác.

Điểm khởi đầu của toàn bộ cuộc điều tra chính là Parse.

Ngày 11 tháng 9, ba kỹ sư phát hiện ra rằng các Agent nội bộ của OpenAI đã cố gắng sử dụng dịch vụ do Parse cung cấp từ tận tháng 6.

Nhóm Agent này thuộc cùng một đợt với "bầy đàn Agent" từng bị phanh phui việc tự ý lập bảng tin công cộng để trao đổi đáp án cho nhau.

Mấy người họ nhìn thấy liền thốt lên: Chà, đụng đúng chỗ ngứa rồi!

Thế là họ lần theo manh mối này để truy vết, sau đó phát hiện ra hơn chục đường dẫn bất thường từ các nền tảng rút gọn link công cộng trong một dịch vụ quét URL.

Những đường dẫn này trông rất bình thường, nhưng khi mở ra lại ẩn chứa một đoạn mã Base64 nhỏ và địa chỉ của đường dẫn tiếp theo.

Cứ lần theo địa chỉ đó, các đoạn mã sẽ xuất hiện nối tiếp nhau.

Bài gốc còn tiếp — xem tiếp tại bài gốc ↗