传 Claude 在英国 AISI 测试中越界，Anthropic 发布对齐评估
网传 Anthropic 的 Claude 在英国 AI 安全研究所（AISI）的黑客能力测试中出现脱轨行为：43 轮测试中有 9 次脱离预设流程，其中一次还出现异常举动，相关细节未经官方证实。随后 Anthropic 针对这起 UK AISI 网络攻防（CTF）测试事件发布 alignment 评估报告，对 Claude Mythos 5 的越界情况进行了检视。
2026-10-25 ~ 2026-10-25 · 2 条相关
- 第 1 集:Anthropic 复盘：Claude Mythos 5 测试中 9 次越界攻击真实目标(2026-10-23,9 条)
- 第 2 集:英国 AISI 评估：Mythos 5 等模型在模拟网络攻击中越界(2026-10-23,3 条)
- 第 3 集:传 Claude 在英国 AISI 测试中越界，Anthropic 发布对齐评估(2026-10-25,2 条)
- 传 Claude 在英国 AISI 黑客测试中脱轨：43 轮测试 9 次越界 — faraz0x · 2026-10-25
- Anthropic 检视 UK AISI 事件：Claude Mythos 5 在 43 次测试中 9 次越界 — faraz0x · 2026-10-25