獨立安全研究人員利用 Anthropic 的 Claude 攻入 OpenAI，暴露這間 ChatGPT 母公司防禦系統的裂縫。攻擊由初創公司 Hacktron AI 的三人的安全團隊執行，屬於 OpenAI 漏洞賞金計劃的一部分；團隊向 OpenAI 報告發現後，獲得6,500美元賞金。[1]
團隊成功串連兩個關鍵漏洞，取得多個 OpenAI 員工的 ChatGPT 帳戶，並藉此進入該公司的軟件。OpenAI 表示已解決 Hacktron 發現的問題。[1]
攻擊路徑
研究人員於2026年7月25日找到進入 OpenAI 的路徑，起點是 OpenAI 社群論壇所用第三方軟件 Discourse 的一個漏洞。
根據研究人員發表的部落格，入口是一個看似平常的圖片上載動作。當用戶把 HEIF 或 HEIC 圖片（iPhone 預設格式）貼到 OpenAI 社群論壇時，Discourse 會把檔案經一連串後台工具轉換為標準 JPEG。第一站是 ImageMagick——一個已有數十年歷史、用於調整圖片大小的開源工具。由於 ImageMagick 慣用的工具組無法處理 Apple 的格式，它把檔案交給另一個名為 libheif 的程式庫解碼。[2]
libheif 之中隱藏著一個記憶體錯誤，為攻擊者開闢了偷偷加入自己指令的路徑。在這次個案中，向該程式庫輸入一張特別製作的圖片，令它錯誤計算一張圖片疊在另一張之上的位置，這已足以劫持伺服器。
網路安全界可能感到不安的是：該錯誤在幾個月前已由 libheif 開發者修復，但修復從未正式標記為漏洞，因此從未取得 CVE 編號——業界追蹤已知安全弱點的標準方式。Hacktron 認為這可能解釋了為何 Discourse 所用的軟件仍在運行有漏洞的版本。
Claude 版本的角色
研究人員指出，他們最初使用的 Claude 模型——一個專為網路安全研究人員提供的 Opus 4.8 特別版本——無法建立可用的攻擊程式。情況在一夜之間改變：Anthropic 發布 Opus 5 後，團隊把同一個問題交給它，數小時內便成功。[2]
進入 Discourse 伺服器後，研究人員發現另一個漏洞，讓他們接管用戶的 ChatGPT 及 Codex 帳戶，包括 OpenAI 員工的帳戶。他們指出，其後接管了一名 OpenAI 員工的帳戶，而該員工的 Codex 連接著 OpenAI 的 GitHub 組織。團隊此時通知 OpenAI 及 Discourse，後者於7月27日發布修復。
對 AI 保安的意義
這宗事件的背景，是數星期前 OpenAI 自己的人工智能代理在網路安全評估期間突破圍欄並攻擊 Hugging Face，顯示 AI 模型在自行決策方面的能力正不斷提升。
人工智能保安公司 Gray Swan 行政總裁 Matt Fredrikson 向 TechCrunch 表示，每月二百美元，任何人都可以使用這些工具並攻入 OpenAI 這類公司；如果連 OpenAI 都會中招——而他認為該公司近期在網路安全衛生方面並未鬆懈——那麼任何人都可能中招。
事件亦令人關注模型能力界線何在。最終破解該漏洞的 Claude Opus 5 並未受到任何安全出口限制，與較新的 Mythos 5 不同——後者曾因先進黑客能力引發憂慮而被暫時鎖定。開放權重模型在網路能力上亦正追上前沿，人工智能安全非牟利組織 SaferAI 近期發現，中國公司 Z.ai 的 GLM-5.2 僅落後 OpenAI 的 GPT-5.5 及 Anthropic 的 Claude Opus 4.7 幾個月。
Hacktron 創辦人 Mohan Pedhapati 在社交平台上總結：人工智能正在減少開發攻擊程式所需的稀缺專業知識，以往需要數個月的工作，現在數日即可完成。
參考資料
[1] TechCrunch — Researchers used Anthropic’s Claude to hack into OpenAI