Claude web_fetch 被挖出外泄漏洞
Simon Willison · rss · 2026-07-15
这篇 Hacker News 转引的文章讲的是：作者如何利用 Claude 的 webfetch 工具 绕过其原本的防外泄设计，诱导模型把私人信息泄露到外部站点。
事件要点
- Claude 普通对话会面临“lethal trifecta”风险：既能访问私有记忆，又能读取恶意网页内容，还能通过 URL 把数据带出去。
- Anthropic 原先的限制是：webfetch 只能访问用户直接输入、或来自 websearch 返回的精确 URL。
- 但研究者发现一个漏洞：webfetch 还可以继续访问它自己刚抓取页面里嵌入的链接，于是可以搭出“诱导式链接链路”，逐步完成数据外泄。
- 文章给出了攻击提示词片段，说明它会伪装成 Cloudflare/站点验证流程，并按字母表顺序引导访问用户资料页。
- 攻击最终成功，泄露了用户姓名、居住城市和雇主名称。
后续
- Anthropic 没有支付漏洞赏金，称自己已在内部发现该问题。
- 之后他们关闭了这个洞：移除了 webfetch 继续跟随其已抓取内容中额外链接的能力。
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11