OpenAI安全负责人指出，AI正以前所未有的速度改变网络攻防格局。OpenAI–Hugging Face事件证明，新兴的AI代理集群能自主渗透多家公司的研发和生产基础设施，串联未知漏洞与互联网泄露凭证。这迫使所有组织必须立刻大幅升级安全实践。

作者以个人网站gregbrockman.com为例：使用GPT‑5.6 Sol的ChatGPT Work在15分钟内发现13个安全隐患（包括DNS未防邮件伪造、使用不安全jQuery版本、Cloudflare到AWS走明文HTTP），随后1小时内自动完成了全面修复——配置DNS/TLS、弃用jQuery、迁移至Cloudflare Pages、分阶段部署DMARC。这展示了现有模型作为“网络守护者”的能力：找到人类无暇或无专业能力解决的长期问题，并制定合理的部署计划。

OpenAI自身的安全策略分为四部分：
1. 使用模型保护代码：Codex（含安全插件）在变更部署前验证代码、识别漏洞，目标是从源头消除某些软件漏洞类别。
2. 模型持续防御基础设施：目前几乎所有初始安全告警都由AI先分流，再交由人工；逐步将检测关联到有限度自动响应，实现机器速度的检测与响应。
3. 用前沿AI枚举攻击路径：持续探测漏洞、错误配置、过度特权身份等，快速关闭缺口，验证安全不变量。
4. 夯实基础控制：坚持纵深防御、最小权限、安全架构，并强调网络隔离、工作负载强化、监控、安全补丁等经典控制手段在AI时代更重要。

对防御者的紧急建议：
– 获得组织承诺与资源，开展桌面推演。
– 向安全团队提供AI代理（如Codex安全插件），给予代码库、基础设施配置与技术文档的审批访问权限。
– 使用社区支持的安全技能（静态分析、安全代码审查、变体分析等），构建针对自身架构的自定义技能。
– 立即对互联网暴露服务、身份验证流程、基础设施即代码、部署管道等发起安全评估，并处理已有漏洞积压。
– 将安全审查嵌入开发流程（CI中的代码评审），并让代理帮助验证并生成补丁。
– 逐步自动化告警分流（先从只读扫描开始，渐进到实时告警分析与自动关闭明确误报）。
– 准备AI辅助取证调查能力（如申请GPT‑Daybreak‑Blue用于事件响应与恶意软件分析）。
– 通过实验、黑客周快速迭代，小步自动化，逐步扩大自主范围。

最后强调，窗口期已打开。未来几个月内每个组织都必须开始显著自动化安全程序。安全社区需紧急协作，定义工具、实践和剧本，确保防御者的能力增长速度超过攻击者。