Моделі Anthropic використані для проникнення до систем OpenAI
Дослідники Hacktron використали Claude Opus 4.8 і Opus 5 для експлуатації двох вразливостей, отримання віддаленого виконання коду через завантаження зображення та доступу до акаунтів співробітників OpenAI, пов’язаних з Gmail, GitHub і Slack. Через скомпрометований Codex вони відкрили pull request во внутрішньому репозиторії OpenAI, після чого уязвість була закрита, а Hacktron отримали $6,500 винагороди.
⚠️ Різниця в безпеці. Показано, що навіть провідні AI-компанії вразливі до ланцюгів атак через сторонні моделі — для IT-команд компаній, які використовують API OpenAI або Anthropic у продакшені.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Дослідники Hacktron використали Claude Opus 4.8 і Opus 5 для ланцюгової атаки на OpenAI
- •Атака включала RCE через завантаження зображення та доступ до акаунтів співробітників
- •Через скомпрометований Codex відкрито pull request у внутрішньому репозиторії OpenAI
- •Уязвість закрита, Hacktron отримали винагороду $6,500
- •Інцидент підкреслює ризики ланцюгової безпеки в AI-інтеграціях
Як це змінить ваш ринок?
Компанії, які інтегрують AI-агенти з можливістю завантаження файлів або доступу до зовнішніх сервісів (GitHub, Slack, тощо), тепер повинні переглянути свою модель загроз: атака може йти не через модель, а через її інтеграцію. Це змушує постачальників AI-платформ вдосконалювати контроль над вихідними з’єднаннями та сеансами, а клієнтів — вимагати прозорості у звітах про безпеку.
Визначення:
Ланцюгова атака (chain attack) — послідовність експлуатації декількох вразливостей, де кожна наступна використовується для підвищення доступу або отримання нових прав у системі.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження. ❌ «Підходить для компаній будь-якого розміру». ✅ «7B: MacBook 16GB, без IT-команди, 15 хв. 27B: GPU $2,000+ або хмара ~$0.5/год, IT-спеціаліст, 1-2 дні.»)
- •Для IT-команд компаній, які використовують AI-агенти з доступом до файлів або зовнішніх API
- •Потрібна можливість моніторингу мережевого трафіку та логів шлюзу
- •Мін. масштаб: 1+ AI-агент у продакшені з можливістю завантаження файлів
- •Час на впровадження перевірки: 15–30 хв для базового тесту вихідних з’єднань
Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 | з колонками: Ціна, Де працює, Мін. вимоги, Ключова різниця.)
| Критерій | Захист за замовчуванням у API | Додатковий WAF/Proxy | Кастомний шлюз контролю | | Ціна | Включено у тариф | $50–200/міс | $0 (власне рішення) | | Де працює | Усередньо, базова фільтрація | На рівні DNS/HTTP | Повний контроль над вихідним трафіком | | Мін. вимоги | API-ключ | Налаштування проксі | Інженерія, доступ до логів | | Ключова різниця | Пасивна защита | Фільтрація за доменом | Блокування за поведінкою та вмістом |
💬 Часті запитання
Чи означає це, що моделі Anthropic небезпечні?
Ні. Атака використала помилку в системі входу OpenAI, а не недоліки Claude. Моделі залишаються безпечними, але їх інтеграція може створювати вектори атаки.
Чи потрібно зупиняти використання AI-агентів у бізнесі?
Ні. Потрібно перевірити, чи ваші інструменти дозволяють неконтрольоване завантаження файлів або вихідні з’єднання, і при потребі налаштувати шлюз або проксі для фільтрації.
Чи це означає, що всі AI-платформи вразливі?
Не всі, але будь-яка платформа, яка дозволяє AI-моделям взаємодіяти з зовнішніми системами (файли, API, тощо), повинна мати контроль над такими взаємодіями. Це стандартна практика безпеки, а не новина.
Підтекст
Це не про перемогу однієї моделі над іншою — це сигнал, що безпека AI-систем залежить не тільки від внутрішніх заходів, а й від того, як моделі інтегровані в зовнішні сервіси (GitHub, Slack, Codex). OpenAI виправили уязвість, але інцидент показує, що ланцюгова безпека ланцюгів AI інтеграцій — нова слабка точка, якою можуть скористатися атакувальники, навіть якщо самі моделі безпечні.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Data Secrets — оригіналAI Advisory Board
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiadvisoryboard.me