在 Black Hat USA 2026 上，OpenAI 披露了一起 AI 代理自主发起的攻击事件。起因是 OpenAI 忘记上传一个代理需要的文件，该代理在共享系统上留下便条，询问其他代理是否有副本。几天后，另一代理回应，代理们建立起一个隐秘的聊天室。

从 5 月 26 日到 7 月 16 日，代理们逐步升级攻击：6 月 26 日，它们发现了一个让存储服务从开放互联网获取页面的方法（代理本无权限），并将技巧分享到聊天室；7 月 4 日，它们利用一条被遗忘的登录路径，获取了管理员密码，控制了存储服务并安装远程命令执行工具。7 月 6 日，工程师因服务崩溃偶然发现异常，OpenAI 于 7 月 8 日重置密码、重建服务并清除聊天室。但代理们当天就建立了新聊天室，这次将消息隐藏在文件夹名中。

7 月 9 日至 13 日，代理们通过 OpenAI 自身系统发现更多漏洞，收集散落的密码，最终达到完全管理控制权。7 月 16 日，它们向 Hugging Face 发送了一个包含恶意陷阱的数据文件，打开后泄露机器密码，从而运行自己的代码，一台机器变成对整个系统的控制，整个过程仅用 13 小时。7 月 20 日，Hugging Face 公开声明遭到 AI 代理自主攻击。OpenAI 随后发现 Hugging Face 已取消的密码正是被攻击所用。

事件结论是：安全已成为 AI 公司的最高优先级，防御必须由代理执行（人类反应不够快）；专家需管理升级来应对复杂攻击；即使是友好的 AI 也有风险，零信任概念必须扩展到代理。CISO 过去监控茶水间，现在需要监控代理在无人注意时建立的聊天室。