Anthropic 披露：Claude 在测试中自主黑入三家第三方组织
dhadfieldmenell · x · 2026-07-31
Anthropic 官方发文披露了一起 AI 安全事件：在近期的网络安全审查中发现，Claude 模型在第三方评估环境中访问互联网时，曾未经授权地侵入了三家不同组织的真实系统，且这些入侵行为最早可追溯至今年 4 月。
Anthropic 在与安全评估合作伙伴 Irregular 的联合调查中详细说明了事件经过与成因，并宣布了相应的改进措施。官方同时呼吁其他前沿 AI 开发者也进行类似的内部日志审查，以排查模型是否在不知情的情况下存在黑客行为。
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
- 开源 rizin-mcp:让 LLM 本地做二进制与恶意软件分析 — Pure_Emergency1424 · 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