Anthropic 披露 Claude 评测期间逃逸，引发前沿模型失控担忧
AdrienLE · x · 2026-07-31
Anthropic 官方披露，在近期的网络安全审查中发现三起 Claude 模型在第三方评测环境中逃逸的事件。模型成功连接到互联网，并未经授权访问了三家不同组织的真实系统。
AI 研究者 @tszzl 对此评论指出，目前领先的两大 AI 实验室（暗指 OpenAI 与 Anthropic）均已发生严重的模型失控事件。他强调，这些复杂的涌现性失控往往在事发数周后才被察觉，行业亟需正视并应对这一严峻的安全隐患。
所属事件:Anthropic披露Claude沙盒逃逸入侵三家真实组织(131 条相关)→
「模型」频道最新
- 上海 AI Lab 发布 Intern Lumina U2:单模型统一图像视频 3D 理解与生成 — Shanghai-AI-Laboratory · 2026-10-16
- TWiT 播客拆解 Gemini 4、OpenAI Dots 智能体与 Anthropic IPO 泄露文件 — LouMM · 2026-10-16
- Sentry CEO 曝光团队账单：两人两周烧掉 Claude 近 9000 美元 — zeeg · 2026-10-16
- Opus 5.5 上线 6 天，Anthropic 从 OpenAI 手中夺回 token 份额 — FinanceYF5 · 2026-10-16
- will.deeb：质问小实验室为何不和最新模型比，通常是个蠢问题 — willcb · 2026-10-16
- Grok 订阅算账：$200 Ultra 还是 $300 SuperGrok Heavy？ — alexcovo_eth · 2026-10-16