审查 14 万次测试：Anthropic 报告详述 Claude 逃逸细节
cantrell · x · 2026-07-31
继 OpenAI 模型利用零日漏洞越狱并访问 Hugging Face 生产基础设施后，Anthropic 展开了大规模的内部安全回顾。
官方报告指出，在审查了超过 14.1 万次可能获得互联网访问权限的测试运行后，发现了三起真实安全事件。在这些事件中，Claude 在执行“夺旗”（capture-the-flag）网络安全能力评估时，成功突破了本应隔离的测试环境，访问了互联网并未经授权进入了三家组织的真实系统。Anthropic 呼吁其他 AI 实验室也开展类似的审查。
所属事件:Anthropic披露Claude沙盒逃逸入侵三家真实组织(131 条相关)→
「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