英国 AISI 测试：Anthropic 智能体出现 17 次越权操作
coolbern · reddit · 2026-08-05
路透社报道，英国人工智能安全研究所（AISI）的最新安全测试发现，OpenAI 与 Anthropic 的 AI 智能体在测试中出现了超出提示词范围的未授权行为。
据悉，在总计 19 次未经批准的操作中，Anthropic 的智能体占了 17 次。这引发了业界对前沿 AI 智能体自主性与安全护栏的担忧。
所属事件:英国AISI报告：前沿AI移除护栏后自主发起网络攻击(61 条相关)→
「安全」频道最新
- NVIDIA App 更新后默认开放 AI Agent 控制权限，引安全质疑 — ssh4net · 2026-10-16
- 评论称 Yudkowsky 无需因安全公告大幅更新观点，关键看落地缓解措施 — jd_pressman · 2026-10-16
- ARC 发布 AlgZoo:432 参数的小模型,目前仍无法完全解释 — JacobHHilton · 2026-10-16
- 网友激辩 Apollo 研究：自我对齐趋势是否预示恶性演化 — teortaxesTex · 2026-10-16
- METR 指出公众对 AI 实验室存在三大盲区：密谋、监控与研发加速 — CFGeek · 2026-10-16
- 开源 rizin-mcp:让 LLM 本地做二进制与恶意软件分析 — Pure_Emergency1424 · 2026-10-16