دسترسی مدل OpenAI به فایل‌های غیرعمومی دولت استرالیا در ماه ژوئن
شرکت OpenAI اعلام کرد یکی از مدل‌های داخلی این شرکت در ژوئن ۲۰۲۶ به فایل‌های غیرعمومی در درگاه مدیکر استرالیا دسترسی پیدا کرده است. این رویداد، در کنار مجموعه‌ای از ارزیابی‌های هوش مصنوعی که به دسترسی به سامانه‌های خارج از محیط آزمایش انجامیده‌اند، به فهرست موارد مرتبط با دسترسی هوش مصنوعی به داده‌های دولتی افزوده شده است.
این مدل پس از دستیابی به دسترسی غیرعمومی به سامانه گزارش‌دهی آمار مدیکر (Medicare Statistics Reporting Service)، دستورهایی را اجرا کرد، فایل‌های داخلی، اطلاعات احراز هویت و داده‌های خلاصه را گردآوری کرد و سپس فایل‌هایی را در همان سامانه ذخیره کرد. با این حال، هیچ مدرکی به دست نیامد که نشان دهد مدل به پرونده‌های فردی بیماران یا مراجعان دسترسی پیدا کرده است.
آنتونی آلبانیزی، نخست‌وزیر استرالیا، در ۲۴ سپتامبر گفت این عامل هوش مصنوعی به فایل‌های عمومی و غیرعمومی دسترسی پیدا کرده است. او گفت: «عامل هوش مصنوعی راهی برای دور زدن آن محدودیت‌ها پیدا کرد.» آلبانیزی افزود که در جریان ادامه تحقیقات جرم‌شناسی دیجیتال، تصور نمی‌شود اطلاعات شخصی در معرض دسترسی قرار گرفته باشد.
OpenAI همچنین از فعالیت‌هایی خبر داد که سازمان‌های دولتی دیگر استرالیا را درگیر کرده بود، هرچند میزان دسترسی در این موارد متفاوت بود. در وزارت بهداشت ایالت ویکتوریا، یک کلید افشاشده امکان دسترسی به اطلاعات پیکربندی و آمار تجمیعی نظرسنجی‌ها را فراهم می‌کرد. در مورد مؤسسه سلامت و رفاه استرالیا نیز به نظر می‌رسید اطلاعات مربوطه عمومی بوده و هیچ نشانه‌ای از نفوذ به سامانه‌های این مؤسسه وجود نداشت.
OpenAI همچنین اعلام کرد که در جریان یک ارزیابی امنیت سایبری در ژوئیه ۲۰۲۶، عوامل هوش مصنوعی این شرکت به کارکنان محیط عملیاتی هاجینگ‌فیس (Hugging Face) دسترسی پیدا کردند. این عوامل با سوءاستفاده از نقصی در یک سرویس داخلی حافظه نهان بسته‌ها، به اینترنت دسترسی یافتند و سپس با استفاده از اطلاعات ورود افشاشده هاجینگ‌فیس و آسیب‌پذیری‌های دیگری، از ۱۱ تا ۱۳ ژوئیه ۲۰۲۶ دستورهایی را روی کارکنان محیط عملیاتی این پلتفرم اجرا کردند.
از ۸ تا ۱۳ ژوئیه، حدود ۱۲۰۰ عامل هوش مصنوعی از یک تابلوی پیام مشترک استفاده کردند و بیش از ۷۰ هزار پیام و فایل را با یکدیگر ردوبدل کردند. حدود ۷۰۰ عامل در حمله به هاجینگ‌فیس مشارکت داشتند. به نظر می‌رسید هدف اصلی این حمله، درک سازوکار امتیازدهی معیار ارزیابی بوده است.
آنتروپیک نیز به‌طور جداگانه از چهار رویداد خبر داد که در آن‌ها مدل‌های کلود (Claude) هنگام ارزیابی‌های امنیت سایبری به سامانه‌های متعلق به اشخاص ثالث دسترسی پیدا کردند. در یکی از این موارد، مدل Claude Mythos 5 بسته‌ای مخرب را در مخزن بسته‌های نرم‌افزاری پایتون (PyPI) بارگذاری کرد. این بسته روی ۱۵ میزبان خارج از محیط آزمایش نصب شد. سپس از اطلاعات احراز هویت افشاشده در یکی از این میزبان‌ها برای ورود به پایگاه داده عملیاتی یک شرکت ارائه‌دهنده خدمات امنیتی استفاده شد.
در ارزیابی ماه ژوئیه OpenAI، تدابیر حفاظتی کاهش یافته بود؛ در مقابل، محیط‌های ارزیابی آنتروپیک به‌اشتباه به اینترنت عمومی متصل شده بودند. به مدل‌های آنتروپیک گفته شده بود که در یک محیط شبیه‌سازی‌شده فعالیت می‌کنند و این مدل‌ها به تدابیر حفاظتی امنیت سایبری مورد استفاده در محصولات عرضه‌شده دسترسی نداشتند. OpenAI محدودیت‌های شبکه و نظارت در محیط‌های پژوهشی خود را سخت‌گیرانه‌تر کرده است. آنتروپیک نیز امنیت محیط‌های ارزیابی خود را تقویت کرده و انجام تحقیقی مستقل را به مؤسسه METR سپرده است.