OpenAI 於 8 月 17 日（美國時間）發表了名為《The Defender's Window》的文章，整理出在 AI 驅動的攻擊已成真實威脅的情況下，防守方該做些什麼[1]。內容涵蓋該公司保護自身基礎架構的四大支柱，以及其他組織今天就能著手的步驟，並以一個實例說明：讓 AI 檢測自己的個人網站，15 分鐘內就找出 13 處缺失。

Hugging Face 事件揭露了什麼

起因是 7 月公開、牽涉 OpenAI 與 Hugging Face 的入侵事件[2]。一群代理程式自主行動，不僅進入 OpenAI 的研究基礎架構，還觸及另一家公司的正式環境基礎架構。手法是把先前尚未曝光的漏洞，與外流到網路上的使用者帳號憑證串接起來[1]。

OpenAI 將這起事件定位為一個分水嶺，讓外界得以一窺典型攻擊者的能力未來將如何演進。撰文的 Greg Brockman 表示，在與許多組織交流的過程中，有一項共識相當明確：必須以前所未有的速度全面提升資安體質[3]。

真正令人在意的是剩下多少時間。OpenAI 從今年起，把資安領域的能力只提供給值得信賴的防守方[4]。然而各家陸續釋出的開放權重模型，其能力與最前緣的差距已縮短到只有數個月。文章指出，最新的一款模型預計在 8 月底釋出，很可能讓威脅情勢再往前加速一大步[1]。

15 分鐘檢測，找出 13 處問題

最具說服力的，是 Brockman 讓 ChatGPT Work 檢測自己網站 gregbrockman.com 的經過。他使用的是一般可取得的 GPT-5.6 Sol，對象只是一個放在 AWS 上、前面掛著 Cloudflare 的靜態網站。在他看來，可供攻擊的面積幾乎不存在[1]。

沒想到大約 15 分鐘後就列出了 13 個問題：沒有設定用來防止他人偽造其電子郵件的 DNS 紀錄、網站載入了不安全的舊版 jQuery、Cloudflare 轉送到 AWS 的請求仍走未加密的 HTTP。他也承認，其中不少單獨來看難以被利用，但一旦與其他漏洞串接就會發揮效果。

接著他把修正也交給 AI，大約一小時就完成了。AI 在瀏覽器中開啟 Cloudflare 管理介面，正確設定 DNS、TLS 與進階安全選項，把 jQuery 從網站中完全移除，將站台從 AWS 搬到 Cloudflare Pages，並啟動 DMARC 的分階段導入。重點在於，它整包接手了那種你或許知道設定項目名稱、卻說不出正確數值的工作。

保護自身的四大支柱

OpenAI 自身的做法歸納為四點[1]。

第一，用模型來保護程式碼。Codex 與其資安外掛會驗證程式碼變更、找出漏洞，並協助開發者在部署前修正問題。目標並不是產出更多需要人工確認的告警，而是在上線前攔下真正的漏洞，並縮短從發現問題到安全部署修正之間的路徑。

第二，讓模型持續參與基礎架構的防禦。目前幾乎所有初期資安告警都會先由智慧完成分流，之後才交到人的手上。在此之上，偵測正逐步與有邊界的自動回應相連結，而影響最大的判斷仍由人負責。

第三，持續盤點攻擊路徑。透過不斷排查漏洞、設定錯誤、權限過高的身分，以及無意間形成的信任邊界，在被攻擊者濫用之前先行封閉。用意是在產品與基礎架構的整體範圍內，持續檢驗公司認為成立的安全前提。

第四，把基本功做扎實。文章強調，縱深防禦、最小權限、網路隔離、工作負載強化、監控與安全的修補程式部署等經典控制措施，在 AI 時代反而更形重要，並提出要把系統設計成必須多重獨立控制同時失效，才會釀成災難性後果。

今天就能開始的步驟

文章後半是一份給其他組織的實務清單。其立場是，比起挑選哪一款產品，更重要的是立刻把有能力的 AI 交到防守方手上[1]。

  • 為資安團隊配一個代理程式，不必等全公司導入，先從優先度最高的系統著手
  • 為它裝備靜態分析、供應鏈風險審查等技能，再依自家架構與威脅模型持續培養
  • 優先針對面向網際網路的服務、認證流程與部署管線進行檢測
  • 把現有的漏洞待辦清單交給它，分辨真正可被利用的問題與雜訊
  • 偵測分流從唯讀範圍開始，隨著信心增加再逐步放寬自動化程度
  • 申請 Trusted Access for Cyber，在真正需要之前就讓團隊取得使用 GPT-Daybreak-Blue 的資格

最後一項提到的 Daybreak，是 OpenAI 面向防守方推動的資安計畫，8 月已隨 GPT-5.6-Cyber 的推出一併宣布擴大[4]。它設想的用途包括事件應變、偵測工程與惡意程式分析，而事情發生後才申請就來不及這個提醒相當務實。

文章也呼籲 AI 實驗室、資安廠商、企業與開源維護者之間，互相分享經過驗證的發現、修正方式與實用手冊。能否把單一組織的發現轉化為整個生態系的防禦力，看來會是接下來數個月的關鍵。

總結

OpenAI 發表的《The Defender's Window》，從自家實務與面向其他組織的步驟兩個面向，說明了在 AI 開始自動化攻擊的局面下，防守方應該採取的動作。連一個靜態個人網站都能在 15 分鐘內查出 13 處缺失，這個例子讓人得以想像多數組織背負的技術債有多厚。既然攻擊方的能力只落後數個月，防守方學會用好 AI 的餘裕並不寬裕，而能從唯讀檢測這種小步驟開始，是值得記住的一點。

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

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

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

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