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。