Hugging Face Transformers 函式庫爆發高風險 RCE 漏洞 CVE-2026-4372
Hugging Face 的 Transformers 是廣泛用於下載、載入與部署 AI 模型的開源函式庫。CVE-2026-4372 涉及模型設定檔處理流程，攻擊者若能誘使開發者載入惡意 config.json，可能在系統上遠端執行程式碼，因此對 AI 模型供應鏈與開發環境構成高風險。
資安研究人員於 2026 年揭露，特製 config.json 可繞過 Transformers 原有安全機制，影響多個既有版本；Hugging Face 隨後發布 Transformers 5.3.0 修補漏洞。使用該函式庫的機構與開發者應升級至 5.3.0 或更新版本，並避免載入來源不明的模型及設定檔。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡AI 平臺 Langflow 爆發重大 RCE 漏洞，提示詞注入恐致伺服器遭接管
Langflow是開源低程式碼AI工作流平臺，可串接大型語言模型與CSV資料建立代理。其CSV Agent將allow_dangerous_code寫死為True，自動開啟LangChain的Python REPL；若服務對外暴露，惡意提示詞即可執行Python與作業系統指令，危及資料、金鑰與主機控制權。
GitHub於2026年2月26日公開CVE-2026-27966，CVSS 3.1評分9.8，所有低於1.8.0版本均受影響，Langflow已在1.8.0修補。另須區分，Sysdig於3月18日偵測到公布約20小時即遭利用的是CVE-2026-33017；兩天內有6個IP嘗試攻擊，修補版為1.9.0。
Hugging Face模型庫爆漏洞 恐遭惡意模型執行任意程式碼
Hugging Face 的 Diffusers 是廣泛用於載入與執行擴散式生成 AI 模型的開源程式庫。使用者可能直接下載陌生儲存庫，因此平台以 trust_remote_code 限制遠端自訂程式碼；若防護遭繞過，風險將從模型檔案延伸至本機系統與企業 AI 供應鏈。
資安廠商 Zafran 最新揭露名為 FaceHugger 的條件競爭漏洞。攻擊者可發布惡意 AI 模型儲存庫，在載入期間繞過 trust_remote_code 防護，進而於使用者電腦執行任意程式碼。Hugging Face 已在 Diffusers 0.38.0 版完成修補，使用者應儘速升級並審查模型來源。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。