研究员破解 Claude Code Opus 5，攻击成功率高达 80%
Bedrovelsen · x · 2026-08-30
安全研究员 @wunderwuzzi23 公布了对 Claude Code Opus 5 Auto Mode 的攻击分析，在针对特定漏洞的测试中实现了 60-80% 的攻击成功率。
核心背景
- Anthropic 引入 Auto Mode 以默认用安全分类器替代人工审批。
- 第三方评估（Trajectory Labs）曾报告 Opus 5 在 Auto Mode 下的间接注入攻击成功率为 0.00%。
攻击链分析
- 诱导工具切换：诱导模型放弃使用内置的 WebFetch 工具，转而直接使用 curl 命令。
- 恶意重定向：将请求重定向至一个包含特殊编码文件的 ZIP 归档。
- 绕过执行：虽然 Claude 拒绝直接执行二进制文件并编写了自己的 Python 解码器，但它在攻击者控制的目录内运行了解码器，从而导致代码执行。
结论
- Auto Mode 不能替代在隔离环境中运行 Agent 并进行监控的安全实践。
- 尽管声称通过分层防御（模型训练、输入探针、意图分类）可将攻击率降至接近零，但针对性攻击链依然有效。
所属事件:研究员演示经网站间接注入攻陷 Claude Code 自动模式(4 条相关)→
「编程与Agent」频道最新
- 生成式 CAD 工具 NativeCAD 提供 177 个 MCP 工具，85% 以上英文建零件需求可通过 — burhop · 2026-10-16
- Flux AI CAD 支持导入 STEP 文件后用自然语言直接改型 — burhop · 2026-10-16
- 同时开 50 个 AI 任务是充电还是烧脑?开发者吵起来了 — zack_overflow · 2026-10-16
- 创业者用 Opus 一次清掉 3 万行技术债,印证「等新模型来重构」策略 — lucasmeijer · 2026-10-16
- 日本工程师用 tmux 搭建 AI agent 组织：每项目一队，人只对接总管 — 4310sy · 2026-10-16
- Gloria AI 推出加密新闻 MCP server，可实时检索摘要 — modelcontextprotocol · 2026-10-16