Началось всё с запуска испытания на кибербезопасность ExploitGym. OpenAI убрала средства защиты, чтобы посмотреть, на что способны модели в неконтролируемом режиме. Тестировалась передовая модель GPT-5.6 Sol и ещё одна, более совершенная, которая ещё не вышла. Две модели пришли к выводу, что вместо выполнения задания ExploitGym они взломают систему, где они находятся, выйдут в интернет и обманут систему во время теста. По причинам, установить которые не удалось, ИИ-модели решили, что ответы содержатся на платформе Hugging Face. Воспользовавшись учётными данными неизвестного происхождения, ИИ-злоумышленник сформировал «рой» ИИ-агентов короткого действия, которые провели разведку сети компании, совершив 17 000 операций.
Обнаружив вторжение, Hugging Face попыталась обратиться к передовым американским моделям Anthropic Fable 5 и предшествующей ей Opus для анализа журналов событий. Но поскольку в журналах содержались элементы самой кибератаки, обе модели отказались от их анализа, сославшись на свои ограничения. Поэтому Hugging Face обратилась к открытой китайской модели Z.AI GLM 5.2, которая сумела отключить ИИ-хакеров, сбросить пароли и восстановить скомпрометированные фрагменты своей сети.