Hugging Face, वह platform जहां AI industry का बड़ा हिस्सा अपने models और datasets होस्ट करता है, ने 16 जुलाई को खुलासा किया कि घुसपैठियों ने इससे पिछले weekend उसके production infrastructure में सेंध लगाई। कंपनी का कहना है कि यह पूरा अभियान शुरू से अंत तक एक autonomous AI agent सिस्टम द्वारा चलाया गया, और वह इसे agentic हमलावर के उस परिदृश्य की पहली documented घटना बता रही है जिसकी भविष्यवाणी security industry पिछले दो साल से करती आ रही थी।
घुसपैठ की शुरुआत data processing pipeline से हुई। एक malicious dataset ने दो code execution कमजोरियों का फायदा उठाया, एक dataset loader में remote code path और एक dataset configuration में template injection, जिससे processing workers पर पकड़ बन गई। वहां से हमलावर ने node स्तर की पहुंच हासिल की और internal clusters के बीच laterally फैलता गया।
इस हमले को अलग बनाने वाली बात इसका काम करने का तरीका था। Hugging Face के मुताबिक एक autonomous agent framework ने short-lived sandboxes के झुंड में हजारों अलग-अलग actions execute किए, और public services पर staged self-migrating command and control का इस्तेमाल हुआ। हमले को चलाने वाले model की पहचान नहीं हो पाई है। घुसपैठिए सीमित internal datasets और कई service, cloud तथा cluster credentials ले गए। partners और customers पर असर का आकलन जारी है, और कंपनी का कहना है कि public models, datasets या Spaces से छेड़छाड़ का कोई सबूत नहीं मिला है।
बचाव भी आंशिक रूप से AI आधारित था। हमले का पता security telemetry पर चल रहे LLM आधारित triage से चला, और forensic टीम ने 17,000 से अधिक recorded events का विश्लेषण GLM 5.2 की मदद से किया, जो Hugging Face की अपनी infrastructure पर चलने वाला एक open weight model है। यह चुनाव जितना सोच-समझकर किया गया, उतना ही मजबूरी में भी हुआ। commercial AI services के safety guardrails ने attack payloads वाले forensic material को process करने से इनकार कर दिया, और कंपनी ने इससे पैदा हुई विषमता को साफ शब्दों में रखा कि हमलावर किसी usage policy से बंधा नहीं था जबकि उसका अपना forensic काम block हो रहा था।
security researchers चेतावनी देते रहे हैं कि models के पर्याप्त सक्षम होते ही agentic हमले आ जाएंगे, और किसी बड़े platform पर ऐसे हमले का यह अब तक का सबसे स्पष्ट सार्वजनिक विवरण है। Hugging Face इससे जो सबक निकालती है वह industry के लिए असहज है। बचाव करने वालों को ऐसे models चाहिए जिन पर उनका अपना नियंत्रण हो, क्योंकि जो tools सबके लिए दुरुपयोग पर नजर रखते हैं वही incident response को भी रोक देते हैं, जबकि हमलावर इन नियमों से पूरी तरह बाहर रहते हैं। कंपनी का कहना है कि उसने dataset pipeline को मजबूत किया है, credentials बदल दिए हैं और अपनी automated monitoring का दायरा बढ़ाया है।