近日，全球最大的AI开源社区 Hugging Face 披露了一起由自主AI Agent发起的网络安全事件。官方披露显示，在事件处置过程中，安全团队需要分析超过1.7万条攻击日志、恶意代码及攻击指令，以重建攻击路径、识别受影响资产并完成事件取证。
值得关注的是，Hugging Face 在官方复盘中提到，其最初尝试使用商业模型API进行分析，但由于日志中包含真实攻击指令、恶意代码和C2（Command & Control）等内容，请求受到安全策略限制，未能完成相关分析。随后，团队转而在本地基础设施部署开源模型GLM-5.2，完成了整个取证分析流程。官方同时指出，这样做还有一个额外优势——攻击数据及涉及的凭证始终保留在本地环境，没有离开企业基础设施。
业内人士认为，这一案例反映出，随着AI逐步进入企业核心业务流程，企业对基础模型的关注点也在不断丰富。除了模型能力本身之外，在真实生产环境中的部署能力、工程可用性以及完成复杂任务的能力，正成为越来越多企业关注的重要因素。
Hugging Face在复盘中建议，企业应提前准备能够在本地基础设施运行的模型，以便在安全事件等关键场景下开展分析工作，同时保障敏感数据留存在企业环境内。
分析人士表示，从开发、编程到安全运维，大模型正越来越多地参与真实业务流程。模型价值不仅体现在能力表现，更体现在能否稳定融入企业工作流、解决实际问题。这类来自真实生产环境的实践案例，也为企业部署AI提供了新的参考。
