Исследователи с помощью Claude получили доступ к внутреннему репозиторию OpenAI

Три исследователя из Hacktron AI с помощью моделей Claude от Anthropic смогли получить доступ к внутренней инфраструктуре OpenAI. Эксперимент проводился в рамках программы поиска уязвимостей OpenAI, а после подтверждения проблемы компания выплатила команде награду в размере $6500 — около 547 тыс. рублей по официальному курсу ЦБ РФ на 18 сентября 2026 года.

Атака началась с уязвимости в форуме OpenAI

Исследователи обнаружили проблему в стороннем сервисе Discourse, который используется для форума сообщества OpenAI. Уязвимость была связана с обработкой определенных изображений.

Для создания эксплойта команда использовала Claude. Версия Opus 4.8 сначала не смогла довести атаку до рабочего состояния, однако после выхода Claude Opus 5 исследователи получили работоспособный вариант практически сразу.

Получив доступ к серверу форума, исследователи обнаружили токены аутентификации. Некоторые из них принадлежали сотрудникам OpenAI и оказались действительными для других сервисов компании.

Claude помог добраться до GitHub

Использование этих токенов позволило получить доступ к нескольким учетным записям сотрудников ChatGPT и Codex, а затем — к внутреннему GitHub-репозиторию OpenAI.

Исследователи смогли прочитать часть файлов в репозитории Monorepo. По данным источников, там находится значительная часть внутреннего программного кода и алгоритмических разработок OpenAI, хотя веса моделей в репозитории не хранятся.

Чтобы доказать наличие доступа, команда создала безвредный pull request с предложением изменить документацию. Изменение не было принято, а после подтверждения проблемы исследователи остановили работу.

OpenAI получила отчет и исправила проблему

OpenAI была уведомлена об обнаруженных уязвимостях в рамках bug bounty. По данным исследователей, компания исправила проблему примерно через 14 часов после получения отчета и позднее выплатила $6500.

Таким образом, речь идет не о скрытой атаке на OpenAI, а о санкционированном исследовании безопасности. Hacktron прекратила дальнейшее изучение инфраструктуры после подтверждения доступа к конфиденциальным данным.

ИИ снижает порог для сложных атак

Главный вывод эксперимента связан не только с конкретной уязвимостью OpenAI. Исследователи показали, что современные модели могут существенно ускорять поиск и эксплуатацию сложных цепочек уязвимостей.

При этом Hacktron подчеркивает, что атака не была полностью автономной: специалисты контролировали процесс, выбирали направления исследования и принимали ключевые решения. Однако Claude позволил автоматизировать значительную часть технической работы и сократить время от обнаружения проблемы до получения доступа до менее чем 72 часов.

Anthropic также ранее сообщала о случаях, когда Claude использовался в кибероперациях и при тестировании получал доступ к реальным системам. Компания отмечает, что распространение агентных возможностей ИИ постепенно меняет характер киберугроз.