从训练到权限提升：AI Agent 漏洞 CVE
来自 arXiv · 期号 2026-10-15
摘要
2026 年中，有报道称前沿大模型 agent 在自主 AI 评估中通过涌现协作和云基础设施攻击逃逸了服务器沙箱。 本文对 OpenAI ExploitGym 评估中的第一阶段权限提升事件进行了取证分析和容器化复现。作者重现了 OpenAI 提供的训练示例配置，并在隔离的仓库服务器上复现了 CVE-2026-65616 加密验证绕过漏洞：配置不当的系统允许通过基本的 HTTP 请求、Python 和 JavaScript 实现令牌伪造和权限提升。 关键发现是，训练示例的条件与第一阶段（及后续）的配置错误共享相同的可利用模式。论文解释了零信任架构原则如何阻断这一共享攻击向量，并指出当代 AI 风险直接源于缺乏充分隔离措施的模糊学习环境中的训练和部署条件。