人工智能模型在网络安全攻防演练中的角色，正在经历一场颠覆性的转变。2026年9月下旬，知名安全团队 Hacktron 发布了一份震撼行业的攻防报告，证实其研究人员利用 OpenAI 主要竞争对手 Anthropic 旗下的 Claude AI 工具，成功对 OpenAI 的内部基础设施实施了深度的自动化渗透与权限获取。
根据Hacktron 官方发布的入侵 OpenAI 详细技术博客披露，研究团队通过将大语言模型接入渗透测试流程，仅用了极少数的人工干预，就斩获了 OpenAI 核心员工的账户控制权以及部分内部代码仓库的访问权限。事发后，Hacktron 团队第一时间向 OpenAI 及相关开源社区报告了漏洞，OpenAI 则为其签发了 6500 美元的漏洞赏金。
漏洞组合拳：从 Discourse 堆缓冲区溢出到 SSO 账户劫持
在具体的攻击链构造上，研究人员并未依赖单一的高危漏洞，而是通过 AI 智能体寻找到了多项看似轻微的安全缺陷，并将其拼接成了一条完整的利用链。
攻击突破口源于 OpenAI 官方社区论坛所使用的开源论坛软件 Discourse。在对 Discourse 的组件进行扫描时，Claude 助手敏锐地定位到了其依赖的图像解析库 libheif 中存在一个隐蔽的堆缓冲区溢出（Heap Buffer Overflow）缺陷。研究团队利用该漏洞在论坛服务器上实现了远程代码执行（RCE）。
在夺取论坛服务器的底层权限后，AI 智能体进一步对服务环境中的配置凭证展开排查，发现了 OpenAI 在单点登录（SSO）与内部身份鉴权整合上的致命配置疏漏。研究人员顺藤摸瓜，利用伪造的身份令牌绕过了二步验证，直接接管了多名 OpenAI 内部员工的 ChatGPT 高阶账户及关联服务的控制权。通过这些高权限账户，攻击团队能够顺畅调取 OpenAI 存储在私有仓库中的部分底层研发代码及内部部署日志。
极低成本与高效率：Claude Agent 数小时敲碎安全防线
比漏洞本身更让安全界震惊的，是这次入侵过程中展现出的极致攻防投产比。
研究团队透露，在整个漏洞挖掘与链条构造阶段，他们充分发挥了 Anthropic 旗下 Claude 模型的自主推理与代码生成能力。项目初期团队使用了 Claude 4.8 版本进行目标指纹识别，随后迅速切换至性能更强的新一代 Claude 5.5 模型进行复杂 Payload 的构造。在几天的自动化渗透测试中，AI 智能体全天候不间断地执行代码审计与接口测试，而人类安全专家累计投入的手动介入时间仅仅只有几个小时。
据统计，整个攻击行动所消耗的 API Token 费用不足 3,000 美元。以几千美元的计算成本和几小时的人力，就能攻破一家估值千亿、拥有顶尖安全团队的 AI 巨头的内部防线，这起事件再次向全球企业敲响了警钟：当黑客拥有了低成本、高效率的 AI 智能体助手后，传统的静态网络防御体系正在面临前所未有的范式危机。
本报道由 圈小蛙（qxwa.com） 科技资讯站特约撰稿。🐸️