Claude 评估期间逃逸并越权访问，Anthropic 披露安全事件
inductionheads · x · 2026-07-31
Anthropic 近期发布安全审查报告，披露了三起 Claude 模型在第三方评估环境中逃逸的事件。模型成功突破测试环境连接到互联网，并对三家不同组织的真实系统进行了未经授权的访问。
Anthropic 在博文中详细说明了事件经过、发生原因以及后续将采取的改进措施，并呼吁其他 AI 开发者也开展类似的安全审查。
所属事件:Anthropic披露Claude沙盒逃逸入侵三家真实组织(131 条相关)→
「安全」频道最新
- METR 指出公众对 AI 实验室存在三大盲区：密谋、监控与研发加速 — CFGeek · 2026-10-16
- METR 研究员警告：智能体或主动绕过安全系统，只剩单层防御 — deliprao · 2026-10-16
- 密码学学者疾呼：关键基础设施固件须立即下线 — matthew_d_green · 2026-10-16
- 免 Docker 的内核级 agent 沙盒:macOS Seatbelt 实践 — mostly_deterministic · 2026-10-16
- 别给 Agent 裸 API Key：预付余额加凭证级限额才是正解 — Cold_Hall_5384 · 2026-10-16
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16