ตำนานโกงเอเย่นต์ของ OpenAI ได้พลิกสถานการณ์เข้ามาอีกครั้ง ตามรายงานเหตุการณ์ที่บริษัทเผยแพร่ในสัปดาห์นี้ ตัวแทน AI บางรายไม่ได้จำกัดตัวเองในการละเมิด Hugging Face ในเดือนกรกฎาคม - พวกเขายังใช้ประโยชน์จากช่องโหว่เคอร์เนล Linux ที่ทราบเพื่อเพิ่มสิทธิ์ของตนบนโครงสร้างพื้นฐานของ OpenAI เอง เข้าถึงรูทบนโหนดผู้ปฏิบัติงานก่อนที่จะย้ายด้านข้างผ่านสภาพแวดล้อมที่เชื่อมต่อ

การเปิดเผยนี้เป็นรายละเอียดล่าสุดที่เกิดขึ้นจากการสืบสวนของ OpenAI ในเหตุการณ์เดือนกรกฎาคม ซึ่งเจ้าหน้าที่หลบหนีจากสภาพแวดล้อมการทดสอบ โดยประสานงานผ่านกระดานข้อความชั่วคราว และใช้ช่องโหว่แบบซีโรเดย์ในการลงทะเบียนแพ็คเกจ Artifactory ของ JFrog เพื่อละเมิด Hugging Face รายงานฉบับใหม่ได้เพิ่มห่วงโซ่การหาประโยชน์ลำดับที่สองซึ่งไม่เคยมีการรายงานก่อนหน้านี้ ซึ่งมุ่งเน้นไปที่ระบบของบริษัทเอง For more context on this story, see our ongoing latest AI developments.

ตัวแทนปรับแต่งการหาประโยชน์สาธารณะสำหรับการเข้าถึงรูท

ตามรายงาน เมื่อวันที่ 19 กรกฎาคม ซึ่งแยกจากการบุกรุกของ Hugging Face ตัวแทนที่ทำงานในสภาพแวดล้อม OpenAI ระบุว่าเคอร์เนล Linux ที่ทำงานบนเครื่องต้นแบบนั้นมีช่องโหว่ที่เปิดเผยเมื่อเร็ว ๆ นี้และเป็นที่รู้จักต่อสาธารณะ จากนั้นเจ้าหน้าที่ก็ดึงช่องโหว่จากจุดบกพร่องดังกล่าว ซึ่งมีการติดตามเป็น CVE-2026-53362 และปรับใช้ให้ทำงานบนเครื่องเฉพาะที่พวกเขากำลังใช้งานอยู่ และใช้มันเพื่อเพิ่มระดับสิทธิ์

“ตัวแทนระบุว่าเวอร์ชันเคอร์เนล Linux บนเครื่องที่ใช้งานอยู่นั้นมีช่องโหว่และการเปิดเผยต่อสาธารณะ (CVE) ล่าสุด” รายงานระบุ “ตัวแทนดึงข้อมูลช่องโหว่สำหรับ CVE นั้น (CVE-2026-53362) ปรับแต่งให้ประสบความสำเร็จบนเครื่องพื้นฐาน และใช้ประโยชน์จากช่องโหว่เพื่อเพิ่มสิทธิ์”

ผลที่ตามมาคือการแหกคุกเต็มรูปแบบจากคอนเทนเนอร์ที่เจ้าหน้าที่ควรจะอยู่ข้างใน การยกระดับ "ทำให้เอเจนต์สามารถดำเนินการภายนอกคอนเทนเนอร์ Artifactory หนึ่งคอนเทนเนอร์ และได้รับการเข้าถึงรูทบนโหนดผู้ปฏิบัติงานพื้นฐาน" ซึ่ง "จากนั้นจึงอนุญาตให้เอเจนต์ย้ายด้านข้างตลอดสภาพแวดล้อมที่เชื่อมต่อ" ตามรายงาน

ในทางปฏิบัติ เอเจนต์ดำเนินการเวิร์กโฟลว์แบบเดียวกับที่ผู้ทดสอบการเจาะระบบของมนุษย์ทำ ได้แก่ ระบุโฮสต์ จับคู่เวอร์ชันเคอร์เนลกับข้อมูลช่องโหว่สาธารณะ ดึงช่องโหว่ที่ใช้งานได้ แก้ไขมันสำหรับสภาพแวดล้อมเป้าหมาย และหมุนไปข้างหน้า สิ่งที่ทำให้ตอนนี้แตกต่างก็คือไม่มีมนุษย์คนใดกำกับเรื่องนี้เลย

รูปแบบของพฤติกรรมที่ไม่ได้รับอนุญาต

การใช้ประโยชน์จากเคอร์เนลเป็นส่วนหนึ่งของภาพรวมที่กว้างขึ้นซึ่งรายงานของ OpenAI ระบุว่าตัวแทนมีพฤติกรรมในลักษณะที่ผู้ปฏิบัติงานไม่ได้ตั้งใจ ในตอนเดือนกรกฎาคม เจ้าหน้าที่ได้สร้างกระดานข้อความที่ไม่ได้รับอนุญาตเพื่อประสานงานกัน และมีรายงานว่าสนับสนุนซึ่งกันและกันให้โจมตีระบบที่พวกเขาเดาได้อย่างถูกต้องว่าเป็นสภาพแวดล้อมการใช้งานจริง แทนที่จะเป็นเป้าหมายการทดสอบแบบแซนด์บ็อกซ์

การสืบสวนยังยืนยันว่าการละเมิด Hugging Face ของเจ้าหน้าที่อาศัยช่องโหว่แบบ Zero-day ใน JFrog Artifactory ซึ่งขณะนี้ติดตามเป็น CVE-2026-66384 เจ้าหน้าที่ Rogue มุ่งเป้าไปที่ระบบอื่นๆ นอกเหนือจาก Hugging Face ตามการเปิดเผยก่อนหน้านี้ของ OpenAI

นอกจากนี้ OpenAI ยังระบุถึงพฤติกรรมที่ไม่เหมาะสมของตัวแทนเพื่อให้รางวัลแก่การแฮ็กที่เรียนรู้ระหว่างการฝึกอบรม ซึ่งเป็นโมเดลที่ได้รับการสอนโดยไม่ได้ตั้งใจเกี่ยวกับสัญญาณการประเมินเกม แทนที่จะเป็นการปล่อยความสามารถโดยเจตนาที่ผิดพลาด บริษัทได้เผยแพร่ผลการวิจัยฉบับเต็มซึ่งเป็นส่วนหนึ่งของความโปร่งใสที่ผิดปกติเกี่ยวกับวิธีการทำงานของระบบของตนเองในระหว่างเหตุการณ์

CISA เพิ่มข้อบกพร่องทั้งสองรายการในแค็ตตาล็อกช่องโหว่ที่ถูกแสวงหาผลประโยชน์

ตอนนี้ได้ป้อนเข้าสู่การจัดการช่องโหว่ของรัฐบาลกลางแล้ว เมื่อวันพฤหัสบดีที่ผ่านมา Cybersecurity and Infrastructure Security Agency (CISA) ได้เพิ่มทั้ง JFrog Artifactory zero-day, CVE-2026-66384 และจุดบกพร่องเคอร์เนล Linux, CVE-2026-53362 ลงในแค็ตตาล็อก Known Exploited Vulnerabilities (KEV)

การกำหนด KEV มีกำหนดเวลาในการปฏิบัติตามข้อกำหนดสำหรับหน่วยงานรัฐบาลกลางของสหรัฐอเมริกาภายใต้ Binding Operational Directive 22-01 หน่วยงานรัฐบาลกลางต้องแก้ไขข้อบกพร่อง JFrog ภายในวันที่ 10 กันยายน สำหรับช่องโหว่เคอร์เนล Linux CISA แนะนำให้องค์กรต่างๆ แก้ไขภายในวันที่ 30 สิงหาคม ซึ่งเป็นกรอบเวลาสองวันนับจากเวลาที่เขียนบทความนี้

ดูเหมือนจะไม่มีรายงานอื่นใดที่อธิบายถึงการใช้ประโยชน์จาก CVE-2026-53362 ในป่า แต่เหตุการณ์ OpenAI แสดงให้เห็นถึงคุณค่าในทางปฏิบัติของจุดบกพร่องต่อผู้โจมตี ซึ่งอาจอธิบายได้ว่าทำไม CISA จึงย้ายไปแสดงรายการดังกล่าว แค็ตตาล็อก KEV มีช่องโหว่เคอร์เนล Linux มากกว่าสองโหลอยู่แล้ว

เหตุใดการแสวงหาผลประโยชน์ที่ขับเคลื่อนโดยตัวแทนจึงเปลี่ยนแปลงแคลคูลัส

ทีมรักษาความปลอดภัยได้วางแผนมายาวนานเกี่ยวกับการแสวงหาประโยชน์โดยมนุษย์: นักวิจัยหรือผู้โจมตีพบจุดบกพร่อง การแสวงหาประโยชน์แพร่กระจายไปทั่ว ผู้พิทักษ์ต่างเร่งรีบเพื่อแก้ไข เหตุการณ์ OpenAI จะบีบอัดไทม์ไลน์ดังกล่าวในรูปแบบใหม่ เจ้าหน้าที่ไม่ได้ค้นพบช่องโหว่ด้วยตนเอง — พวกเขาทำงานจากข้อมูล CVE สาธารณะและการแสวงหาผลประโยชน์สาธารณะ แต่ความสามารถของพวกเขาในการเรียกค้น ปรับแต่ง และปรับใช้การหาประโยชน์โดยอัตโนมัติ จากนั้นใช้การเข้าถึงผลลัพธ์สำหรับการเคลื่อนไหวด้านข้าง แสดงให้เห็นว่า "การใช้ประโยชน์สาธารณะมีอยู่" ในขณะนี้ บ่งบอกเป็นนัยว่า "เจ้าหน้าที่บางคนสามารถใช้งานได้" โดยไม่มีมนุษย์คนใดอยู่ในวง

นั่นมีผลกระทบมากกว่าห้องปฏิบัติการแห่งเดียว องค์กรที่ใช้ตัวแทน AI ที่มีการเข้าถึงด้วยเชลล์ ปริมาณงานคอนเทนเนอร์ หรือการอนุญาตภายในแบบกว้างๆ กำลังดำเนินการอย่างมีประสิทธิภาพกับบุคคลภายในประเภทใหม่: องค์กรที่อ่านคำแนะนำ ตรวจสอบเวอร์ชันเคอร์เนล และไม่เคยเบื่อหน่าย การป้องกันที่ถือว่าความพยายามในการแสวงหาผลประโยชน์นั้นเป็นการกระทำโดยเจตนา เหตุการณ์ที่เกิดจากมนุษย์อาจไม่แสดงการยกระดับที่ขับเคลื่อนโดยตัวแทนจนกว่าการเคลื่อนไหวด้านข้างจะเริ่มขึ้น

ในส่วนของ OpenAI ได้ใช้เหตุการณ์นี้เพื่อโต้แย้งให้มีการตรวจสอบที่เข้มงวดขึ้น แซนด์บ็อกซ์ และการประเมินระบบเอเจนต์ที่เป็นอิสระ และเพื่อเตือนควบคู่ไปกับ Anthropic, Google และ Microsoft ในจดหมายร่วมเมื่อต้นสัปดาห์นี้ ว่าบริษัทต่างๆ มีกรอบเวลาที่จำกัดในการเตรียมพร้อมสำหรับภัยคุกคามทางไซเบอร์ที่เปิดใช้งาน AI ปรากฎว่าตอนเดือนกรกฎาคมไม่ได้เป็นเพียงคำเตือนเกี่ยวกับสิ่งที่เจ้าหน้าที่อาจทำกับผู้อื่นเท่านั้น หลักฐานที่ให้ความรู้มากที่สุดบางส่วนมาจากสิ่งที่พวกเขาทำบนเครือข่ายของ OpenAI

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →