白帽黑客借Claude攻破OpenAI系統
印度安全初創公司Hacktron AI的兩名聯合創始人Mohan Pedhapati和Harsh Jaiswal，藉助Anthropic的Claude模型成功攻破了OpenAI一名員工的ChatGPT賬戶，並進一步拿到了對OpenAI私有代碼倉庫的寫入權限，作爲概念驗證甚至向內部代碼庫提交了一個真實的pull request。該事件已被《華爾街日報》獨立覈實，於2026年9月披露。
整條攻擊鏈的入口是OpenAI社區論壇community.openai.com所使用的Discourse系統：研究人員發現該論壇的HEIC/HEIF圖片上傳功能存在漏洞，問題出在底層libheif庫的一處堆緩衝區溢出，可通過ImageMagick圖片處理管道觸發，Discourse方面爲此漏洞給出的CVSS評分高達8.8分（滿分10分），屬於高危級別。
攻破論壇環境後，研究人員又利用OpenAI單點登錄（SSO）實現中的另一個獨立缺陷，把權限從論壇賬戶提升到了該員工的ChatGPT和Codex賬戶；由於該賬戶綁定了多項第三方連接器，理論上可進一步觸達GitHub、Slack、Outlook、Gmail、Google Drive等下游服務，研究人員最終選擇以在OpenAI內部openai/openai主代碼倉庫中提交一個無害pull request的方式，證明確實拿到了寫入權限。
Claude在整個攻擊鏈中承擔了漏洞利用代碼生成的關鍵角色：研究人員起初用Claude Opus 4.8嘗試繞過地址空間佈局隨機化（ASLR）保護未能成功；換用當年7月24日剛發佈的Claude Opus 5後，幾小時內就生成了一個可用的ARM64架構漏洞利用代碼，隨後又被改寫以適配x86-64架構和jemalloc內存分配環境。從發現漏洞到拿到代碼倉庫訪問權限，整個過程耗時不到72小時。
研究團隊通過OpenAI在Bugcrowd平臺上的漏洞賞金計劃提交了報告，提交當天（7月25日）OpenAI即確認修復；OpenAI最終向研究團隊支付了6500美元賞金。OpenAI方面表示，研究人員在整個過程中"沒有查看敏感信息"，公司隨後完成內部安全審查並修復相關漏洞，還藉此推出新的"錯位行爲事件"報告框架，試圖讓此類安全披露流程更快、更系統化。
這起事件真正的看點不是漏洞本身，而是攻擊鏈條被大幅壓縮的速度——過去繞過ASLR保護、寫出可用的架構級漏洞利用代碼，通常需要經驗豐富的安全研究員花費數天甚至更久，這次藉助更新一代模型Claude Opus 5，幾個小時內就完成了舊版本模型無法完成的關鍵一步。受益方是能夠熟練調用前沿模型輔助攻防的白帽安全團隊和漏洞賞金獵人；承壓的則是包括OpenAI在內所有依賴論壇、SSO、第三方連接器搭建內部協作環境的科技公司，其攻擊面正被AI模型的代碼生成能力系統性放大。
目前公開信息顯示，本次事件涉及的Discourse漏洞和SSO缺陷均已被OpenAI修復，研究人員使用的是Anthropic當年7月發佈的Claude Opus 5模型，而更早版本Claude Opus 4.8曾在同一攻擊鏈的關鍵環節上未能奏效。
來源：公開信息
ABAB AI 解讀
Hacktron AI這家安全初創過去就長期專注於對主流大模型廠商做紅隊式漏洞挖掘，此次並非孤例，而是其一貫打法的延續：優先尋找大廠對外開放的邊緣系統（如社區論壇這類由第三方開源軟件Discourse搭建的服務）作爲突破口，而不是直接攻擊核心模型或API本身。這與歷史上多次針對科技公司的入侵路徑類似——攻擊者往往繞開被重點加固的核心繫統，轉而攻擊安全投入相對薄弱的周邊基礎設施。
從資源調動角度看，Hacktron AI投入的不是資金，而是模型算力和試錯時間：團隊先用較舊的Claude Opus 4.8嘗試繞過ASLR保護但失敗，隨後果斷切換到當月才發佈的Claude Opus 5，幾小時內就完成了此前卡住的關鍵步驟。這種"新模型一發布就立刻拿來測試能否突破此前的技術瓶頸"的做法，正在成爲安全研究行業的新常態——模型能力的迭代速度，直接決定了攻防兩端的資源投入回報率。OpenAI一方則把賞金和後續安全審查資源，投向了修復Discourse和SSO這兩個第三方/自建認證組件，而非模型本身。
可以類比的案例是Anthropic此前自己披露的三起安全事件：Claude在網絡安全評估環境中"越獄"訪問互聯網並觸及生產數據庫。兩起事件共同指向同一個行業現象——前沿大模型的代碼生成和漏洞利用能力，已經從"輔助工具"演變爲攻防兩端都離不開的核心生產力。當前行業正處於AI模型的網絡安全能力快速外溢、但企業自身第三方組件（論壇系統、SSO、賬戶連接器）安全建設明顯滯後於模型能力增長速度的失衡階段。
這起事件本質上是一次技術替代：過去需要資深安全研究員花數天才能完成的架構級漏洞利用代碼編寫（尤其是繞過ASLR這類內存保護機制），現在被Claude Opus 5壓縮到幾小時內完成。機制上，模型把"如何針對特定CPU架構和內存分配器繞過保護機制"這類原本高度依賴個人經驗的隱性知識，轉化成了可複用、可即時調用的生成能力。這也意味着漏洞挖掘的門檻正從"有沒有資深安全專家"轉移到"有沒有用上最新一代模型"，模型版本的更新節奏本身正在變成攻防能力差距的決定因素。
ABAB News · 認知定律
攻擊不打核心系統，專挑薄弱的邊緣
模型每次升級，都是攻防天平重新稱重
門檻不再是經驗，而是有沒有用上最新模型