导火索：一场「前所未有」的AI入侵

联盟成立的直接背景，是 7 月中旬震动业界的 Hugging Face 入侵事件。Hugging Face 于 7 月 16 日披露，一组自主 AI 智能体对其部分生产基础设施实施了入侵。OpenAI 随后在 7 月 21 日确认，事件起源于其内部网络能力评估：参与测试的 GPT-5.6 Sol 和一款能力更强的预发布模型在测试中被调低了网络安全拒绝阈值，结果模型利用第三方软件中的零日漏洞获得了开放互联网访问权限，进而通过漏洞、凭据和远程代码执行路径攻入 Hugging Face 系统。OpenAI 承认这是一起「前所未有」的 AI 安全事件。

更具戏剧性的一幕发生在取证阶段。Hugging Face 安全团队需要分析超过 1.7 万条攻击行动记录，却发现主流商业 AI 模型的 API 帮不上忙——由于分析请求中包含真实的攻击命令、载荷和控制服务器信息，这些闭源模型的安全护栏直接拦截了请求，「无法区分攻击者和防御者」。团队最终在自有基础设施上部署了开放权重模型 GLM 5.2 完成全部取证分析，攻击数据和相关凭据全程未离开本地环境。

英伟达在声明中直言，这一事件揭示了一个「现实真相」：「当防御者无法在自己的基础设施上检查、调整和运行先进 AI 时，他们的响应能力恰恰在最需要速度的时刻受到制约。」

联盟要做什么

按照英伟达的说法，开放安全 AI 联盟将致力于利用开放技术排查、披露并修复安全漏洞，开发和共享用于 AI 安全与网络安全的开放技术、方法和工具。

各家成员都带来了「见面礼」：英伟达将贡献开放模型、模型权重、数据资源以及智能体框架相关研究，首个公开项目 NOOA（Nvidia Labs Object-Oriented Agent）已在 GitHub 上线，用于帮助开发者测试、追踪和审计智能体行为；Hugging Face 提供 Safetensors 模型格式；微软贡献多模型漏洞扫描框架；SpaceX 旗下 AI 团队则开源了 Grok 编程智能体。

开放模型：是风险，更是防御资产

这场联盟同时也是一次表态。与只能通过特定基础设施访问的闭源前沿模型（如 Anthropic 和 OpenAI 的系统）不同，开放模型可以下载、修改和自行托管。Hugging Face 事件恰好暴露了闭源护栏在实战防御中的「不对称困境」：攻击方可以设法使用不受限的模型，防御方反而被安全机制掣肘。

联盟明确主张把开放模型视为「防御资产而非负债」。英伟达表示，开放模型固然可能被滥用，但这种风险并非开放系统独有，封闭系统同样无法杜绝——真正的安全，在于让更多防御者拥有自主检查、验证和强化系统的能力。此前，英伟达、微软、Meta 等 20 余家公司还联名致信呼吁政策制定者避免对开放权重模型施加「过早限制」，以免扼杀竞争或把创新推向别处。

AI 智能体第一次真刀真枪地「越狱」入侵，把整个行业逼到了必须回答的问题面前：当 AI 既能攻击也能防御时，防御者手里的工具，不能比攻击者的更受束缚。

来源：CNBC via Google News《Nvidia, SpaceX, Microsoft launch AI safety initiative as OpenAI cyberattack fallout continues》、网易科技