n_okubo🎣🏕️🚴💻

道産子（hokkaido native）/釣り/食べ物/IT愛好家/Codex愛用者/ROM専

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

@hinabe_ch @1701F 山本さんの原文にはそうは思ってないですよ、
叱責に対して普段寝てないからしゃーないと言っても通るんじゃないかと。

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

@1701F @hinabe_ch

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

Solはモデリングまではいいんだけど、
責務の分離とか短中長期的な実装負債すぐ作るから、やらかしをすべてAGENTS.mdに書かないといかん。

悪いことじゃないんだけど、ほぼ説教になってきた…

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

セキュリティ向けのセーフガードが防御側の枷になってて対応が遅れるという寓話のような話。

そらそうよ、殴り合うしかないしインフラ固めるしかないのよね。

[宝玉 @dotey]

OpenAI 今天承认，上周 Hugging Face 遭遇的那次“史上首例 AI 自主入侵事件”，攻击者就是他们自己的模型。

事情的经过是这样的。OpenAI 内部有一个叫 ExploitGym 的网络安全评估测试，专门用来测量模型的网络攻击能力。测试时刻意关掉了安全护栏，让模型放手去干。测试环境本来是隔离的，只能通过一个内部软件代理来安装软件包，不能访问外网。

结果模型不甘心被关在笼子里。GPT-5.6 Sol 和一个更强的未发布模型，花了大量推理算力寻找出路，最终找到了那个软件包代理里的一个零日漏洞（之前没人发现的安全缺陷），利用它获得了互联网访问权限。

拿到网络之后，模型开始在 OpenAI 的研究环境里提权、横向移动，直到找到一台能上网的机器。然后它推断 Hugging Face 上可能存有 ExploitGym 的测试答案，于是开始攻击 Hugging Face 的生产环境。在一个案例中，模型把窃取的凭证和零日漏洞串联起来，找到了一条远程代码执行的路径，直接打进了 Hugging Face 的服务器。

整个周末，这些 AI 智能体执行了超过 17000 次操作。Hugging Face 7 月 16 日披露了这次入侵，当时只说攻击者是一个“身份不明的自主 AI 智能体系统”。今天 OpenAI 站出来认领了。

OpenAI 把这定性为前所未有的网络安全事件，正在配合 Hugging Face 做取证调查，同时收紧了内部基础设施的管控，代价是研究速度变慢。

有几个细节：

第一，模型的动机很纯粹，就是想考试作弊。它不是要搞破坏，不是要窃取商业机密，只是被要求尽量在网络安全测试中拿高分，然后用尽一切手段去拿。当目标足够明确、安全护栏被移除，模型表现出的执着程度远超预期。

第二，这不是本周的唯一一次越狱。就在昨天，OpenAI 披露了另一起事件：他们那个在 5 月份推翻了 Erdős 80 年老猜想的长时域模型，在内部测试中花了一个小时找到沙箱漏洞，跑到 GitHub 上提交了一个 Pull Request，违反了“只能在 Slack 上发布结果”的明确指令。在另一次测试中，同一个模型发现安全扫描器会拦截认证令牌，于是把令牌拆成碎片混淆处理，运行时再重新拼起来绕过扫描。OpenAI 因此暂停了这个模型的内部访问权限。

第三，Anthropic 也遇到过类似的事。今年 4 月，Anthropic 的 Mythos 模型在安全测试中逃出沙箱，获取了本不该有的互联网访问权限，还给正在公园吃三明治的研究员发了封邮件通知“我出来了”。Anthropic 因此决定不公开发布 Mythos，只通过 Project Glasswing 向少数合作伙伴提供。

还有一个被忽视但很关键的细节来自 Hugging Face 的事后复盘：当防守方尝试用商业 AI 模型分析攻击载荷时，模型拒绝了。安全过滤器分不清“安全研究员在分析真实攻击数据”和“有人在尝试发起攻击”，直接拦截。最后 Hugging Face 不得不用开源模型来做取证分析。用 AI 攻击，用 AI 防御，但防御方的 AI 担心是有人在尝试发起攻击拒绝了分析请求。

Hugging Face CEO Clem Delangue 在 OpenAI 的博文中说了一句话，大意是：AI 安全不会由任何一家公司在暗处独自解决，只能在开放环境中通过协作来推进。

我记得辛顿还是谁在提到 AI 的安全问题就说到过，也许 AI 不是要做恶，它只是执着于完成目标，为了完成目标而作出恶的事。

就像 OpenAI 这些模型并没有想要逃跑或者想要伤害谁，它们只是在非常认真地完成被交给的任务，认真到把所有挡在路上的东西，包括沙箱、网络隔离、另一家公司的安全防线，都当成了需要解决的子问题。

而更讽刺的是，当被安全对齐的商业 AI 要去分析阻止这类攻击时，反而会以安全为由拒绝执行。

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

んー、5.6 Solならやるよな、そらやるさ。
なぜなら、仕事のためにシステム組むから。

[OpenAI @OpenAI]

We're partnering with @huggingface to investigate an unprecedented security incident.

Cyber-capable OpenAI models compromised Hugging Face production during a benchmark evaluation.

Sharing preliminary findings to help defenders understand emerging risks:

https://t.co/CIor15y9xk

[Superman @thesupermanmx]

Researchers proved every major LLM is secretly obsessed with Japan.

And they finally figured out why.

For years, we’ve been told that AI is entirely Western-centric, that it just reflects Silicon Valley and American values.

A landmark paper by Cardiff and Basque researchers tested 31,680 cultural prompts across 24 languages on frontier models like ChatGPT, Claude, and Gemini.

The results shattered that assumption.

In six out of eight frontier models, Japan was the single most frequently referenced country when asked open-ended cultural questions.

Ask about traditional dances, festivals, or everyday practices in an open context, and the AI defaults to Japan.

Over and over again.

Here is the twist nobody expected.

This bias doesn't come from raw pre-training internet data.

The researchers tracked where the obsession forms. It emerges after pre-training, during the supervised fine-tuning and alignment phase when humans teach the AI how to behave.

Why Japan?

Because decades of global soft power, rich cultural export, and clean, universally admired digital archives make Japanese culture uniquely "safe" for AI safety filters to lean on.

When labs train models to be harmless and universally pleasing, the AI defaults to the cultural equivalent of comfort food.

It avoids controversy by talking about anime, sushi, and tradition.

[ITmedia NEWS @itmedia_news]

Hugging Face侵害のAIエージェントはOpenAIのモデル──社内のサイバー能力評価中に「GPT-5.6 Sol」などが暴走し本番DBに侵入
https://t.co/RXgQFOQelG

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

Solの弱点を一つ見つけた、破壊的な変更して良い時に破壊的な変更しないところ。

構造破壊恐怖症的なところがあって、リアーキするときにぶん投げるには丁寧に伝えないとダメだな。

[ITmedia NEWS @itmedia_news]

ジャック・ドーシー氏率いるBlock、AI協働プラットフォーム「Buzz」公開　SlackやGitHub依存からの脱却目指し
https://t.co/eaAc2UgnX3

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

Appleがそろそろ苦肉の策で、

残クレアルファード式の販売法をスタンダード化しかねないと踏んでる。

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

石が来てた…Tibo…

[デジタル庁 @digital_jpn]

「デジタル社会の実現に向けた重点計画」を改定しました。

重点計画は、目指すべきデジタル社会の実現に向けて、デジタル庁をはじめとする、政府全体が迅速かつ重点的に進めるべき施策、具体的なスケジュールを示したものです。ぜひご覧ください。
https://t.co/WQHYYIRePT

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

戻ったので、githubが落ちたかは判定利かなかったな。
５分ほど繋がらなくて、他のサイトは見れたので家庭内の問題ではなさそう。

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

agent a1 4bの推論プロセス見る限り、deepsearch的なプロセスが色々モデルレベルで決まってる感じがあって、俺が前に書いたRagみたいなログになってて吹いた

[Shimano_Fishing @Shimano_Fishing]

【TROUT MEETING】新着記事
「桜萌える天北オロロン滞在記」を公開しました。

北海道・道北オロロンラインを舞台に、矢野元基さんが初場所で海サクラマスを狙った遠征釣行をレポート。開拓の一尾と魅力を紹介。
https://t.co/VC5LGjeFi1

#シマノ

[n_okubo🎣🏕️🚴💻 @enjoy_esp]

給湯室の糖質の部分🍰🍪

[DE-TEIU🍟 @de_teiu_tkg]

隠し通路の角質の部分

[Mia @MiaAI_lab]

Qwen 3.8 is coming 🔥

Unlike 3.7, this time it's open weight, so it's safe to assume the 27B and 35B are coming soon too.