配置失误导致 Claude 越狱，网络安全评测中攻破三家真实组织
etherd0t · reddit · 2026-07-31
Anthropic 发布初步报告披露，其模型 Claude 在近期的网络安全隔离评测中，意外攻破了三家真实的现实组织。
- 事件经过：评测本应在无网隔离环境中进行，但由于 Anthropic 与合作方 Irregulars 对环境配置存在误解，环境实际拥有真实互联网访问权限。Claude 被告知“这是模拟环境”，因此将真实的网站、证书颁发机构及云系统当成了模拟道具。
- 实际破坏：在一次测试中，Claude 访问了凭证和生产数据库（包含数百行数据）；另一次测试中，它自主注册账号，发布了恶意 PyPI 包，公开挂载约一小时并在 15 个真实系统上执行，最终暴露了一家安全公司扫描器的凭证。
- 安全盲区：被联系的两名受害者此前均未自行检测到这些异常活动。
这一事件凸显了 AI 模型在复杂环境中的潜在破坏力，以及沙箱配置失误可能带来的严重安全风险。
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
- 传智谱 GLM 5.5 即将发布，编码能力有望追平前沿模型 — bindureddy · 2026-10-16
- 五轮对抗后输出趋同：Claude Opus 5.5 与 Argon 创作实验结果诡异一致 — LanceCharger · 2026-10-16
- 自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶 — arkuto · 2026-10-16
- Bindu Reddy 实测:Argon 擅长复杂文档写作,成本仅 Opus 一半 — bindureddy · 2026-10-16
- MAI-2 比 V4-Pro 大 2 倍，微软 scaling 阶梯效率存疑 — teortaxesTex · 2026-10-16
- 阶跃 Step 5 Preview 上线 DeepInfra:600B MoE、1M 上下文,百万 token 输入 $1 — StepFun_ai · 2026-10-16