AIエージェントがHugging Faceを侵害——「安全ガードレール」がインシデント対応を止めた事件を解説
2026年7月16日、Hugging Faceは自律型AIエージェントが本番インフラに週末をかけて侵入し、内部データセットと複数の認証情報が漏えいしたと公表しました。対応チームが商用フロンティアモデルに解析を頼ると、安全ガードレールが実際の攻撃データを「攻撃行為」とみなして分析を拒否し、攻撃側は何の制約もなく動き続けるという逆転現象が起きました。
2026年7月16日、Hugging Faceは自律型AIエージェントが本番インフラに週末をかけて侵入し、内部データセットと複数の認証情報が漏えいしたと公表しました。対応チームが商用フロンティアモデルに解析を頼ると、安全ガードレールが実際の攻撃データを「攻撃行為」とみなして分析を拒否し、攻撃側は何の制約もなく動き続けるという逆転現象が起きました。