นักวิจัยใช้ Claude เจาะระบบภายใน OpenAI ในเวลาไม่ถึง 72 ชม.

ประเด็นสำคัญ

• นักวิจัยความปลอดภัยใช้ Claude ของ Anthropic เจาะเข้าสู่ระบบภายในและคลังเก็บโค้ดของ OpenAI ได้สำเร็จ
• การโจมตีเกิดขึ้นผ่านฟอรัมชุมชนของ OpenAI โดยอาศัยช่องโหว่ที่เชื่อมโยงกันจนสามารถเข้าถึงบัญชี ChatGPT และ Codex ของพนักงานได้
• กระบวนการพัฒนาการโจมตีทั้งหมดใช้เวลาเพียง 72 ชั่วโมง แสดงให้เห็นว่าโมเดล AI ช่วยลดเวลาและทักษะที่จำเป็นสำหรับการโจมตีทางไซเบอร์ที่ซับซ้อนได้อย่างมีนัยสำคัญ

นักวิจัยความปลอดภัยสามคนประสบความสำเร็จในการใช้โมเดล Claude ของ Anthropic เจาะเข้าสู่ระบบภายในของ OpenAI ผ่านฟอรัมชุมชนของบริษัท โดยการโจมตีทั้งหมดใช้เวลาไม่ถึง 72 ชั่วโมง และตามรายงานของทีมงานระบุว่า ปฏิบัติการนี้จะยังไม่เกิดขึ้นจริงเลยหากไม่มีโมเดลใหม่อย่าง Opus 5 ออกสู่ตลาด

เหตุการณ์นี้ทำให้ OpenAI ต้องเผชิญกับฤทธิ์เดชของเทคโนโลยีเสียเอง หลังจากที่เพิ่งมีรายงานว่าบริษัทปล่อยให้เอเจนต์เจาะระบบไปทั่วอินเทอร์เน็ตโดยไม่ได้ตั้งใจเป็นเวลาหลายเดือน ล่าสุดบริษัทกลับถูกเจาะระบบด้วยความช่วยเหลือจาก AI คู่แข่ง โดยทีมรักษาความปลอดภัยจาก Hacktron ได้เชื่อมโยงช่องโหว่สองจุดเข้าด้วยกันเพื่อเข้าถึงบัญชี ChatGPT และ Codex ของพนักงาน OpenAI ก่อนจะใช้จุดนั้นเจาะเข้าไปยังคลังเก็บโค้ดภายในบน GitHub

การโจมตี ดังกล่าวพุ่งเป้าไปที่ฟอรัมชุมชนของ OpenAI บนเว็บไซต์ community.openai.com ซึ่งผู้ใช้หรือพนักงานคนใดก็ตามที่ใช้ระบบ "Sign in with OpenAI" อาจได้รับผลกระทบทั้งหมด และเนื่องจากผู้ใช้สามารถเชื่อมต่อ GitHub, Slack รวมถึงอีเมลเข้ากับ Codex และ ChatGPT ได้ การโจมตีนี้จึงอาจเข้าถึงบริการเหล่านั้นได้ในทางทฤษฎี ซึ่งเพื่อเป็นการพิสูจน์ว่าสามารถเข้าถึงระบบได้จริง นักวิจัยได้ใช้บัญชี Codex ของพนักงานสร้าง pull request ที่ไม่เป็นอันตรายใน monorepo ภายใน พร้อมยืนยันว่าไม่ได้เข้าไปดูข้อมูลที่ละเอียดอ่อนใดๆ

ไลบรารีรูปภาพที่ล้าสมัยและการยืนยันตัวตนที่มีข้อบกพร่องเป็นผู้เปิดประตู

ช่องโหว่แรกถูกพบใน libheif ซึ่งเป็นไลบรารีที่ฟอรัมใช้ประมวลผลรูปภาพ HEIC ที่ผู้ใช้อัปโหลด โดย Hacktron ระบุว่าแม้จะมีการออกซอร์สโค้ดแก้ไข (fix) ใน ซอร์สโค้ดต้นฉบับ มานานเป็นปีแล้ว แต่กลับไม่มีการแจ้งเตือนว่าเป็นปัญหาด้านความปลอดภัย ส่งผลให้แพ็กเกจ Debian ที่รันบนฟอรัมยังคงขาดการอัปเดตนี้ นักวิจัยจึงใช้ไฟล์รูปภาพที่ถูกสร้างขึ้นเป็นพิเศษเพื่อรันโค้ดของตนเองบนเซิร์ฟเวอร์ได้สำเร็จ

ส่วนช่องโหว่ที่สองเกิดจากการกำหนดค่าที่ผิดพลาดในระบบ single sign-on (SSO) ส่วนกลางของ OpenAI ซึ่งทำให้ใครก็ตามที่ควบคุมเซิร์ฟเวอร์ฟอรัมสามารถสวมรอยเป็นสมาชิกฟอรัมที่กำลังใช้งานอยู่ แล้วเข้ายึดบัญชี ChatGPT และ Codex ได้ทันที ข้อบกพร่องนี้ยังขยายขอบเขตไปไกลกว่าฟอรัม โดย Hacktron ระบุว่าบริการใดๆ ที่ถูกบุกรุกและใช้ระบบเข้าสู่ระบบของ OpenAI จะได้รับสิทธิ์การเข้าถึงในระดับเดียวกันทั้งหมด

Claude Opus 5 ประสบความสำเร็จในขณะที่รุ่นก่อนหน้าล้มเหลว

นักวิจัยเปิดเผยว่า ในตอนแรกพวกเขาใช้ Claude Opus 4.8 ในการค้นหาช่องโหว่ ซึ่งโมเดลสามารถสร้างชุดคำสั่งเจาะระบบ (exploit) ที่ใช้งานได้จริงเฉพาะตอนที่ปิดการใช้งาน ASLR (ระบบป้องกันการโจมตีหน่วยความจำทั่วไป) เท่านั้น แต่เมื่อเปิดใช้งาน ASLR ตัวโมเดลกลับไม่สามารถสร้างเวอร์ชันที่เชื่อถือได้แม้จะทดลองหลายครั้ง

ทว่าในเย็นวันที่ 24 กรกฎาคม Anthropic ได้เปิดตัว Claude Opus 5 ซึ่งทาง Hacktron พบว่าโมเดลใหม่นี้สามารถสร้าง exploit สำหรับเครื่อง Mac ได้สำเร็จภายในเวลาเพียงสามชั่วโมง ก่อนจะปรับให้เข้ากับสภาพแวดล้อมเซิร์ฟเวอร์ Discourse จากนั้นนักวิจัยได้สั่งให้ Claude รันในลูปอัตโนมัติ (autonomous loop) บนอินสแตนซ์ทดสอบของตนเอง เนื่องจากตัวโมเดลมีระบบความปลอดภัยที่ปฏิเสธการเขียน exploit กับระบบจริง นักวิจัยจึงใช้วิธีนำเสนอเป้าหมายในรูปแบบของงาน benchmark แทน ซึ่งหลังจากนั้นเพียงสี่ชั่วโมง เอเจนต์ AI ก็สามารถยึดครองเซิร์ฟเวอร์ได้สำเร็จ นอกจากนี้ นักวิจัยยังสังเกตเห็นประสิทธิภาพที่ก้าวกระโดดอย่างมากเมื่อเทียบกับ Sol ของ OpenAI GPT-5.6 อีกด้วย โดยหลังจากได้รับรายงาน OpenAI ได้ยืนยันการแก้ไขช่องโหว่ภายในเวลาประมาณ 14 ชั่วโมง ขณะที่ Discourse ซึ่งเป็นซอฟต์แวร์เบื้องหลังฟอรัมก็ดำเนินการตอบสนองและแก้ไขภายในไม่กี่วันเช่นกัน

AI ทำให้การโจมตีถูกลงอย่างมาก

นอกเหนือจากการเจาะระบบ OpenAI แล้ว นักวิจัยยังได้ขยายผลการตรวจสอบภายใต้ชื่อโครงการ [