OpenAI 于 8 月 17 日（美国时间）发布了题为《The Defender's Window》的文章，梳理了在 AI 驱动的攻击已经成为现实的情况下，防守方应该做些什么[1]。文章列出了该公司保护自身基础设施的四大支柱，以及其他组织今天就能着手的步骤，并以一个实例说明：让 AI 检测自己的个人网站，15 分钟内就发现了 13 处隐患。

Hugging Face 事件暴露了什么

起因是 7 月公开的、牵涉 OpenAI 与 Hugging Face 的入侵事件[2]。一个智能体集群自主行动，不仅进入了 OpenAI 的研究基础设施，还触及了另一家公司的生产基础设施。攻击手法是把此前尚未公开的漏洞，与泄露到互联网上的用户账户凭证串联起来[1]。

OpenAI 把这起事件定位为一个分水岭，让人得以窥见典型攻击者的能力在未来将如何演进。撰写这篇文章的 Greg Brockman 表示，在与众多组织交流的过程中有一个共识十分明确：必须以前所未有的速度全面提升安全实践[3]。

真正让人在意的是留给防守方的时间。OpenAI 从今年开始，把网络安全方面的能力只提供给可信任的防守方[4]。但各家陆续发布的开放权重模型，其能力与最前沿的差距已经缩小到只有几个月。文章指出，最近的一款模型预计将在 8 月底发布，很可能会显著加速威胁态势的演变[1]。

15 分钟检测，查出 13 处问题

最有说服力的部分，是 Brockman 让 ChatGPT Work 检测自己网站 gregbrockman.com 的经历。他使用的是公开可用的 GPT-5.6 Sol，目标只是一个托管在 AWS 上、前面挂着 Cloudflare 的静态网站。在他看来，可供攻击的面几乎不存在[1]。

然而大约 15 分钟后，13 个问题被列了出来：没有配置用于防止他人伪造其邮件的 DNS 记录、网站加载了不安全的旧版 jQuery、Cloudflare 转发到 AWS 的请求仍走未加密的 HTTP。他也承认，其中不少单独看很难被利用，但一旦与其他漏洞组合起来就会产生实际效果。

随后他让 AI 直接动手修复，大约一小时就完成了。AI 在浏览器中打开 Cloudflare 控制面板，正确配置了 DNS、TLS 和高级安全设置，把 jQuery 从网站中彻底移除，将站点从 AWS 迁移到 Cloudflare Pages，并启动了 DMARC 的分阶段部署。关键在于，它整体承接了那些你或许知道设置项名称、却说不出正确取值的工作。

保护自身的四大支柱

OpenAI 自身的做法被归纳为四点[1]。

第一，用模型来保护代码。Codex 及其安全插件会验证代码变更、识别漏洞，并帮助开发者在部署前修复问题。目标并不是产出更多需要人工确认的告警，而是在上线前抓住真正的漏洞，并缩短从发现问题到安全部署修复之间的路径。

第二，让模型持续参与基础设施防御。如今几乎所有初期安全告警都会先由智能完成分流，之后才交到人手上。在此基础上，检测正越来越多地与有边界的自动响应相衔接，而影响最大的判断仍由人负责。

第三，持续梳理攻击路径。通过不断排查漏洞、错误配置、权限过高的身份以及无意间形成的信任边界，在被攻击者利用之前将其关闭。其用意是在产品与基础设施的整体范围内，持续检验公司认为成立的安全前提。

第四，在规模上夯实基础。文章强调，纵深防御、最小权限、网络隔离、工作负载加固、监控和安全的补丁部署等经典控制措施，在 AI 时代反而更加重要，并提出要把系统设计成必须多重独立控制同时失效才会酿成灾难性后果。

今天就能开始的步骤

文章后半部分是一份面向其他组织的实操清单。其立场是，比起选用哪款具体产品，更重要的是立刻把有能力的 AI 交到防守方手中[1]。

  • 给安全团队配一个智能体，不必等待全公司铺开，先从优先级最高的系统入手
  • 为它装备静态分析、供应链风险审查等技能，再围绕自家架构与威胁模型继续培养
  • 优先对面向互联网的服务、认证流程和部署管线做检测
  • 把现有的漏洞积压交给它，区分真正可被利用的问题与噪声
  • 检测分流从只读范围起步，随着信心增强再逐步放开自动化程度
  • 申请 Trusted Access for Cyber，在真正需要之前就让团队具备使用 GPT-Daybreak-Blue 的资格

最后一项提到的 Daybreak，是 OpenAI 面向防守方推进的网络安全计划，8 月已随 GPT-5.6-Cyber 的推出一并宣布扩展[4]。它面向事件响应、检测工程和恶意软件分析等用途，而等事情发生了再申请就来不及这一提醒相当现实。

文章还呼吁 AI 实验室、安全厂商、企业和开源维护者之间共享经过验证的发现、修复方案和实用手册。能否把一家机构的发现转化为整个生态的防御力，看来将是未来几个月的分水岭。

总结

OpenAI 发布的《The Defender's Window》，从自身实践和面向其他组织的步骤两个层面，说明了在 AI 开始自动化攻击的局面下防守方应有的动作。连一个静态个人网站都能在 15 分钟内查出 13 处隐患，这个例子让人得以想象大多数组织所背负的技术债有多厚。既然攻击方的能力只落后几个月，防守方学会用好 AI 的余地并不宽裕，而可以从只读检测这样的小步骤起步，是值得记住的一点。

来源[1]:https://openai.com/index/the-defenders-window

来源[2]:https://www.axios.com/2026/07/28/hugging-face-openai-cybersecurity-defense

来源[3]:https://tech.yahoo.com/cybersecurity/articles/openai-greg-brockman-says-hugging-133920704.html

来源[4]:https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/