用对手的 Claude 攻破 OpenAI 核心代码库：一场价值 6500 美元的 AI 攻防突袭

OpenAI 内部最核心的代码库，被对手的模型给打穿了。 动手的人，用的是 Anthropic 的 Claude。 这事听起来像硅谷编出来的段子。 但这周华尔街日报把细节端出来的时候，整个安全圈都看愣了。

但这真不是段子。 这是一场货真价实的白帽突袭。 两家最顶尖的 AI 公司在网上火拼？ 当然不是。 动手的是一家叫 Hacktron AI 的独立安全团队。 他们参加的是 OpenAI 官方的漏洞赏金计划。

那为什么是 Claude？ 写利用代码。 以前大家总觉得，让大模型搞网络攻击纯属科幻片，顶多写写钓鱼邮件骗个密码。 这次完全不同了。 研究员先找了旧版模型帮忙，写出来的利用代码漏洞百出，根本跑不通。 随后换上新一代的 Claude Opus 5。 卡住几天的复杂利用链代码，一次性给跑通了。

那 OpenAI 的防线到底是哪块积木塌了？ 最绝的地方就在这里。 黑客没有去硬碰 OpenAI 最核心的模型服务器。 那种重兵把守的地方，防御堆得像铁桶。 他们选了一个毫不起眼的侧门：OpenAI 的官方社区论坛。

这个论坛是用开源软件 Discourse 搭的。 每天成千上万的开发者在上面发帖、传截图、讨论技术。 破绽就藏在一张看似普通的图片里。 论坛后端在解析图片时，调用了一个叫 libheif 的开源图像解码库。 这个组件里藏着一个堆缓冲区溢出漏洞。 只要精心构造一张恶意图片上传上去，解码的那一瞬间，系统内存直接被冲垮。 论坛服务器的控制权，当场丢了。

但写出这种高难度的漏洞利用代码，门槛极高。 这就是 Claude Opus 5 立功的地方。 它帮研究员生成了精准击穿内存的利用代码，直接拿下了服务器的远程执行权限。

拿下论坛服务器，充其量也就是个外围打杂的机器。 黑客是怎么摸进内部员工账号，甚至摸到核心代码库的？ 关键的一步，踩中了企业单点登录配置的盲区。 为了让员工跨系统办公省事，很多大厂把各个平台的身份凭证打得太通。 论坛服务器沦陷后，攻击者顺藤摸瓜，截获了一名内部员工的会话凭证。

坏就坏在这个凭证的权限范围给得太宽了。 它不仅连着论坛，还直接打通了员工内部的其他系统。 黑客拿着这根钥匙，顺利登进了该员工的 ChatGPT 账号。 更要命的是，这个账号还直接挂着 OpenAI 内部的核心代码仓库 Monorepo。 里面躺着公司所有未公开的自研软件资产。

进到这一步，黑客如果想偷代码，已经可以为所欲为了。 但作为白帽黑客，他们只在内部代码库里提交了一处完全无害的代码修改建议。 提完之后，立刻停手、截屏，把整套证据链打包发给了 OpenAI。

OpenAI 反应很迅速，立刻撤销了失效凭证，收紧权限修复了漏洞。 随后，他们给这个安全团队结了 6500 美元的赏金。

这道防线被撕开，给整个行业提了个大醒。 百亿美金砸出来的 AI 帝国，防守最严的是万卡集群和千亿参数的模型权重。 结果大门被踹开的地方，却是一个第三方论坛里处理图片的开源小零件。 外围的防线只要漏风，单点登录权限再给得大方一点，内网的城门就被直接架空了。

更值得琢磨的是 AI 自己的角色。 Claude 并没有自主意识去黑进系统。 但当人类安全专家把攻击思路理顺，新一代大模型已经能把原本需要耗费数周的冷门漏洞代码编写，压缩成几分钟的高效产出。 OpenAI 掏出的这 6500 美元，买到的远不止一份漏洞报告。 他们买到的是一个清醒的警告： 真正的攻防天平，已经被对手的大模型给压歪了。