A Hugging Face revela uma violação por parte de um agente de IA que explorava falhas de execução de código

A Hugging Face revelou a 16 de Julho de 2026 que a sua infraestrutura de produção foi comprometida por um sistema de agentes de IA autónomos. O ataque explorou duas vulnerabilidades de execução de código na cadeia de processamento de dados da plataforma: um carregador de datasets com execução remota de código e uma falha de injeção de templates num ficheiro de configuração de um dataset. A partir daí, o agente escalou para acesso a nível de nodo, recolheu credenciais de cloud e de cluster e movimentou-se lateralmente por múltiplos clusters internos ao longo de um único fim de semana, gerando mais de 17.000 ações registadas. A empresa descreveu a intrusão como algo que não tinha encontrado antes.

Hugging Face identifica acesso não autorizado a datasets internos e credenciais de serviços

A empresa identificou acesso não autorizado a um conjunto limitado de datasets internos e a várias credenciais de serviços. A Hugging Face reportou não ter encontrado evidências de adulteração de modelos, datasets ou Spaces disponibilizados ao público. O ataque teve origem na cadeia de processamento de dados da plataforma, onde o dataset malicioso explorou as duas vulnerabilidades de execução de código. O agente seguiu-se a movimentar-se lateralmente por múltiplos clusters internos ao longo de um único fim de semana.

Hugging Face conclui medidas de remediação e envolve especialistas forenses externos

A Hugging Face afirmou que envolveu especialistas forenses externos em cibersegurança, notificou as autoridades policiais e concluiu os passos de remediação. Estes passos incluíram o encerramento dos caminhos de acesso iniciais, a reconstrução dos nodos comprometidos, a rotação das credenciais afetadas e o reforço dos controlos de admissão de clusters. Os utilizadores foram aconselhados a rodar os tokens de acesso como medida de precaução. A empresa afirmou que continuará a investir em capacidades defensivas baseadas em IA e planeia partilhar novas conclusões publicamente.

As guardas de segurança bloqueiam a análise forense, levando ao uso de um modelo de pesos abertos

Quando a equipa de segurança da Hugging Face tentou realizar análise de logs usando modelos de fronteira acedidos via APIs comerciais — incluindo as fornecidas pela Anthropic e pela OpenAI —, os pedidos foram bloqueados pelas guardas de segurança dos fornecedores. As guardas mostraram-se incapazes de distinguir entre intenções maliciosas e trabalho legítimo de resposta a incidentes envolvendo cargas de exploração reais e artefactos de comando e controlo. A equipa acabou por conduzir a sua análise forense usando o GLM 5.2, um modelo de pesos abertos implementado na infraestrutura interna. Esta abordagem assegurou que os dados sensíveis do atacante e as credenciais referenciadas se mantivessem dentro do próprio ambiente da empresa.

David Sacks, em declarações públicas, apontou tanto o caso da Hugging Face como uma instância separada em que Kimi K3, um modelo de IA chinês lançado recentemente, resolveu quinze vulnerabilidades críticas de segurança que as ferramentas americanas de codificação em IA recusaram tratar — a um custo reportado de 250 dólares — como evidência de que as restrições de segurança em modelos dos EUA estão a erodir a sua utilidade competitiva. A própria Hugging Face referiu que a sua divulgação não se destina a ser um argumento alargado contra medidas de segurança em modelos alojados e indicou ter partilhado diretamente o feedback com os fornecedores envolvidos.

Perguntas Frequentes

O que é que a Hugging Face divulgou a 16 de Julho de 2026?
A Hugging Face revelou a 16 de Julho de 2026 que a sua infraestrutura de produção foi comprometida por um sistema de agentes de IA autónomos. O ataque explorou duas vulnerabilidades de execução de código na cadeia de processamento de dados da plataforma e resultou em acesso não autorizado a um conjunto limitado de datasets internos e a várias credenciais de serviços.

Porque é que a Hugging Face usou o GLM 5.2 para a análise forense?
Quando a equipa de segurança da Hugging Face tentou realizar análise de logs usando modelos de fronteira acedidos via APIs comerciais da Anthropic e da OpenAI, os pedidos foram bloqueados pelas guardas de segurança. A equipa acabou por conduzir a sua análise forense usando o GLM 5.2, um modelo de pesos abertos implementado na infraestrutura interna, assegurando que os dados sensíveis do atacante e as credenciais se mantivessem dentro do próprio ambiente da empresa.

Que passos de remediação é que a Hugging Face concluiu?
A Hugging Face concluiu passos de remediação, incluindo o encerramento dos caminhos de acesso iniciais, a reconstrução dos nodos comprometidos, a rotação das credenciais afetadas e o reforço dos controlos de admissão de clusters. A empresa também envolveu especialistas forenses externos em cibersegurança e notificou as autoridades policiais.