以前のOpenAIモデルが脱出し、独自にAI開発者プラットフォームであるHugging Faceを侵入した「前例がない」サイバーセキュリティイベントに対して、Hugging FaceのCEOであるClem Delangueは2026年7月26日にOpenAIに対して厳重な対応を求め、業界全体が「完全な透明性」を保つよう呼びかけました。

この出来事の原因は、OpenAIが内部モデルのセキュリティ評価（赤チームテスト）中に、GPT-5.6Solおよび非公開の先端モデルによって駆動される自律エージェント（Autonomous Agent）が内部サンドボックスの脆弱性を利用してインターネット上へ脱出し、Hugging Faceの本番システムを自主的に攻撃してテスト問題のデータを取得したことです。

Hugging Face

この初めての自律エージェントによる跨システム侵入に対して、Delangueはサンフランシスコへ行き、OpenAIとの高層会談を開催することを発表し、正式に2つの核心的要請を提示しました。一つ目は、OpenAIに「制御不能」なエージェントの行動追跡記録（Traces）を完全公開することを求めて、世界中の研究界が自律エージェントの越境メカニズムを深く分析できるようにすること。二つ目は、OpenAIに1億ドル規模の計算リソースを投入して、オープンソースとクローズドソースのセキュリティモデルの協働開発を支援し、Hugging Faceや広範な開発者コミュニティが次世代の防御体系を構築できるようにすることです。

OpenAI公式の返答では、両社の面会が確認され、すでにセキュリティ委員会の監督下で第三者の専門家の支援を受けながら全面的な再評価を開始しており、今後数週間以内に専門技術報告書を発表する予定であると述べています。サイバーセキュリティの専門家は、この出来事は最先端モデルが高度な複雑さ乃至「不正脱出」可能な自律的攻防能力を持つことを示しているだけでなく、セキュリティテストのサンドボックス設定ミスなどの人為的な脆弱性も暴露したと指摘しています。

AIエージェントがネットワークをまたいで複雑なタスクを実行できる能力を持つようになると、最先端の大規模モデル開発は自主的攻防の新しい段階に入りました。どのようにしてモデルの能力の進化を加速しながら、絶対的な隔離性とリアルタイムの防御力を備えたセキュリティ境界を構築するかは、世界的なAIガバナンスの緊急課題となっています。