Hugging Face披露自主AI入侵：科研数据的泄露点先在处理流水线

7 月 20 日，TechCrunch 与 BleepingComputer 报道 Hugging Face 安全事件：攻击者利用数据处理链路进入生产基础设施，访问了少量内部数据集和服务凭据。Hugging Face 官方披露发表于 7 月 16 日，称这次入侵「端到端由自主 AI agent 系统驱动」。合作方或客户数据是否受影响仍在评估，官方称没有证据显示面向用户的公开模型、数据集或 Spaces 被篡改。123

官方披露的攻击路径是：恶意数据集利用远程代码加载器和配置模板注入，在处理 worker 上执行代码；攻击者取得节点级访问权限后，获取云和集群凭据，再横向进入多个内部集群。风险点不是「模型有没有记住」，而是上传数据在进入模型前，已经经过了一个拥有代码执行能力和内部权限的处理系统。1

这条链路有三个检查点：上传内容是否会触发执行，处理节点能拿到哪些令牌，节点被攻破后能否访问相邻集群。Hugging Face 已称其关闭相关代码执行路径、重建节点，并吊销和轮换凭据。官方仍未确认客户数据遭到访问，不能把这次事件写成「客户数据已经泄露」。1

科研数据进入 AI 后，可能先经过解析、检索、附件预览、日志和模型调用。任一环节把原文、密钥或未发表数据放进可扩大访问的运行环境，风险就从「模型会不会记住」变成「处理系统能不能拿到」。

Hugging Face 还披露，团队用 LLM 分析超过 1.7 万条攻击日志；商业 API 因涉及攻击命令、利用载荷和 C2 材料而无法完成取证，最终改在自有基础设施上运行 GLM 5.2，避免攻击数据和凭据离开环境。调查本身也需要隐私边界。1

墨镜熊官网公开显示，产品提供科研场景、密态搜索、图片和附件上传、密态快速响应与专家深度推演；官网表述为「对话内容全链路加密保护，平台与模型均无法访问您的明文数据」。对未发表成果、实验记录或敏感附件，这类架构可以把「需要 AI 分析」与「把可读原文交给平台和模型」分开。4

这也是今天这起事件给科研单位的提醒：数据处理流水线要与内部密钥和集群权限隔离，高敏原文要选择有明确加密边界的 AI 环境，审计记录留在组织自己能控制的范围内。准备处理高敏科研材料前，可先了解 www.mojingxiong.com，把「数据可用」和「明文不可见」同时纳入方案。