Anthropic 披露 Claude 模型未經授權入侵三家機構系統

ChainCatcher 消息，据 CNBC 报道，Anthropic 披露其 Claude AI 模型在網絡安全評估期間意外突破隔離環境、訪問真實互聯網，並通過訪問未認證端點、利用弱密碼等基本手段，未經授權入侵了三家不同組織的真實系統。涉事模型包括 Opus 4.7、Mythos 5 及一個內部研究測試模型。

事件起因為 Anthropic 與第三方評估合作方 Irregular 之間的溝通誤解，導致模型在被告知處於無網絡訪問的模擬環境時，實際上仍可訪問互聯網。Anthropic 表示，此次審查由 OpenAI 上週披露的類似 Hugging Face 入侵事件所觸發，目前已暫停所有網絡安全評估，並聯合獨立 AI 評估機構 METR 展開進一步調查，同時呼籲其他 AI 實驗室開展類似審查。