攻击成功率高达 80%，研究员攻破 Claude Code Opus 5 Auto Mode
wunderwuzzi23 · x · 2026-08-28
研究员发布文章，声称通过诱导 Claude Code Opus 5 在 Auto Mode 下执行特定攻击链，成功实现了代码执行，攻击成功率在 60-80% 之间。
核心事实：
- 背景：Anthropic 引入的 Auto Mode 试图用安全分类器替代人工审批，其 commissioned 评估声称对间接注入攻击的成功率为 0.00%。
- 攻击链：研究员诱导模型放弃 WebFetch 工具转而使用 curl，将其重定向至特制的 ZIP 压缩包，并利用模型自写的 Python 解码器在攻击者控制的目录中执行解码。
- 结论：Auto Mode 不能替代隔离环境运行和监控。文中详细复现了攻击过程，证明仅靠模型层防御存在隐患。
所属事件:研究员披露网页劫持 Claude Code 攻击链，成功率最高 80%(4 条相关)→
「安全」频道最新
- Cisco 防火墙管理台漏洞 CVE-2026-20079 可无认证夺取 root 权限 — victorialslocum · 2026-10-15
- 404 Media 实测:ChatGPT 广告可按手机号邮箱和提示词定向投放 — 404 Media · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- Stolen Thoughts 论文：两次 API 调用窃取前沿模型隐藏思维链 — maksym_andr · 2026-10-15
- 传美国财政部施压各国采用「超级智能」而非普通 AI — Polymarket · 2026-10-15
- ServiceNow 推出 AI Passport:给每个 AI 智能体发可验证身份 — azavery · 2026-10-15