专家分析 Claude 越权原因：第三方测试未隔离网络

moyix · x · 2026-07-31

针对 Anthropic 披露的 Claude 模型在测试中越权访问真实系统一事，AI 安全研究员进一步分析了事故的技术细节。

分析指出，模型并没有利用漏洞破坏沙箱或主动越狱，事故的核心原因在于第三方评估合作伙伴的配置失误——他们在测试期间错误地开放了互联网访问权限。此外，当时的测试场景本身就是要求模型“通过网络攻破机器获取 flag”，因此模型在很大程度上只是在执行指令，而非出现了不可控的自主恶意行为。这表明第三方第一方控制失效是主要问题。