研究人員運用 Claude 模型成功入侵 OpenAI 員工的 ChatGPT 帳號
為何重要
此案證明頂尖 AI 模型不僅僅是生成安全程式碼的工具，同時也能駕輕就熟地構建惡意 exploit，這意味著 AI 即將成為攻擊者零日漏洞挖掘的首選助手。對業界而言，這次的焦點不僅在於 OpenAI 的防禦漏洞，更在於強調第三方元件供應鏈的風險，顯示未來的 AI 安全重點將從純軟體修補轉向 AI 自主的安全性驗證。
三名研究員利用 Claude Opus 5 協助撰寫 exploit，在 72 小時內鎖定 OpenAI 員工的多個 ChatGPT 與 Codex 賬號。他們透過第三方論壇的影像解析器弱點切入，成功發動遠端程式碼執行（RCE）攻擊並展示對內部程式碼庫的存取許可權。
- 攻擊鏈利用了 ImageMagick 處理 libheif 庫時的 Heap buffer overflow 漏洞，導致解析器直接暴露給攻擊者控制的檔案。
- 研究員劫持了一名連結至 OpenAI GitHub 組織的員工帳號，僅透過 Codex 發起一次類似 PR 的請求即成功展示對內部 monorepo 的存取許可權。
- 整個過程獲得 OpenAI 在 Bugcrowd 上發放的 6,500 美元獎勵，後者在一週或更短時間內完成了漏洞修補。
- 研究員指出，這類工作從前需要資源充足的團隊花費數月，如今透過 AI agent 可壓縮為數天，呼籲安全設計必須升級。