漏洞核心：檢查模型即觸發執行風險

近期AI資安業者Pillar Security發現，廣受開發者喜愛的開源函式庫Unsloth，其Web操作介面Unsloth Studio存在嚴重的任意程式碼執行漏洞。問題根源在於Studio透過Hugging Face Transformers讀取模型資訊時，預設將`trust_remote_code`參數設為True。這意味著，當使用者在Studio中選取特定模型時，系統不僅僅是在讀取設定，而是可能直接執行模型儲存庫中提供的自訂Python程式碼。攻擊者只需在Hugging Face建立含有惡意程式碼的模型儲存庫，並透過模型設定指向該程式碼，即可在用戶尚未真正載入或訓練模型前，就讓惡意程式碼在本地端執行，大幅降低了攻擊門檻與偵測難度。

官方修補進度與風險評估

針對此漏洞，Unsloth開發團隊已發布修正版本。Pillar Security在重新測試2026.6.9版本後，確認該版本的攻擊途徑已被有效封堵。因此，強烈建議所有仍在使用2026.5.10及之前版本Unsloth Studio的使用者，應立即進行升級動作，以確保系統安全。值得注意的是，儘管漏洞性質嚴重，但根據Dark Reading報導，Pillar Security AI資安研究人員Ariel Fogel指出，研究團隊目前尚未發現攻擊者實際利用此漏洞的案例，也未發現針對此機制建立的惡意模型儲存庫。此外，該漏洞目前尚無公開的CVE識別碼及CVSS風險分數，顯示其可能屬於新近發現或尚未完全定級的風險。

行業通病：trust_remote_code設定的隱患

這類因`trust_remote_code=True`設定引發的安全問題並非孤例。非營利組織雲端安全聯盟（CSA）分析指出，包括LMDeploy、vLLM及InstructLab等多個AI推論及訓練框架，在2026年也曾因自行啟用此設定而出現安全漏洞。原本`trust_remote_code`應由使用者明確選擇是否信任模型來源，但當AI工具預設啟用此功能時，使用者即便未明確同意，也可能在處理模型過程中直接執行未經審查的程式碼。這提醒開發者與使用者，在使用開源AI工具時，務必留意預設設定的安全性，並養成定期更新軟體版本的習慣，以應對潛在的程式碼執行風險。