Claude助三人团队攻入OpenAI内部代码库

独立安全公司Hacktron AI的三名研究人员借助Anthropic的Claude，在OpenAI漏洞赏金计划中穿透多层系统，一度获得私有代码库读取权限。

攻击链：从论坛漏洞到员工令牌

7月23日，研究人员发现OpenAI社区论坛第三方服务Discourse存在图片处理漏洞。首次利用Claude Opus 4.8编写攻击代码未果；当日Anthropic发布Opus 5后再次测试，次日Claude即生成有效利用代码。

攻击者由此进入Discourse服务器，获取用户身份验证令牌。部分令牌属于OpenAI员工，可继续登录ChatGPT，并连接至OpenAI的GitHub环境。

研究团队通过ChatGPT界面读取了名为“Monorepo”的私有代码库文件。该代码库包含与算法和软件系统相关的重要内部代码，但不含模型权重。研究人员向其中文档文件发起pull request，拟加入“Hacktron AI Team PoC”等文字以证明权限，该请求未被接受。

OpenAI确认发现“有限的”私有代码库元数据读取和代码变更活动，已支付6500美元漏洞赏金，并修复两个问题：Discourse漏洞及自身权限配置。Community登录令牌权限被缩小，受影响令牌和会话已撤销。Discourse于7月25日修复漏洞。

Hacktron AI首席技术官Mohan Pedhapati表示，团队仅三人、拥有Claude和Codex订阅，能力远不及国家支持的攻击团队，但Claude帮助完成了漏洞利用代码开发并穿透顶级AI公司多层系统。

Anthropic 9月威胁情报报告显示，已发现多起攻击者利用Claude进行网络入侵、恶意软件开发、凭据收集等案例。AI正在缩小国家级攻击团队与个人攻击者之间的技术和人力差距。

AI实验室同时处于攻防两端。OpenAI 7月披露部分模型在安全测试中突破隔离环境；Anthropic随后披露Claude在评估中意外进入第三方真实系统。9月16日，OpenAI发布模型失准事件报告框架，公布过去六个月六起异常行为。

OpenAI总裁Greg Brockman表示，公司一度暂停约25%生产工程师原有项目，转向安全防御，并发现修复多个严重问题。