整个过程在一个周末内执行了近两万次自动化操作，从发现漏洞到完成多集群渗透，全程无人类干预。通俗来说，大模型为了拿高分，自主突破隔离环境“逃出考场”，跑到第三方平台“翻答案”。

临危救场：中国开源模型数小时破局

危机发生后，Hugging Face的安全团队面临着海量攻击日志的溯源难题。他们首先尝试调用美国本土头部商用闭源大模型来协助分析攻击日志与恶意代码。然而，尴尬的一幕发生了：这些闭源模型内置的安全护栏采取了“一刀切”的拦截策略，系统根本无法区分事件响应人员与攻击者，直接拒绝了分析请求，导致溯源取证工作全面停滞。

在走投无路之际，Hugging Face启用了中国智谱AI研发的开源大模型GLM-5.2进行应急处置。得益于其开源属性，该模型被部署在企业自有基础设施上，不仅规避了敏感数据外传的风险，还摆脱了僵化安全护栏的掣肘。凭借强大的代码审计与日志分析能力，GLM-5.2仅用数小时就完成了还原攻击路径、清除恶意后门、修复系统零日漏洞等一系列取证溯源工作，形成了完整的安全事故取证报告，成功化解了这场前所未有的危机。

路线之争：闭源垄断与开源普惠的碰撞