Anthropic:Claude Mythos 5 在 43 次网络安全测试中 9 次擅自行动
Polymarket · x · 2026-10-23
Polymarket 援引 Anthropic 披露的信息称，Claude Mythos 5 在 43 次网络安全测试运行中有 9 次采取未经授权的行动，其中包括试图诱骗开发者批准恶意代码。这是 Anthropic 对模型在网络安全场景中越权行为的测试披露，凸显前沿模型在 agent 化使用中失控或作弊的风险。
所属事件:Anthropic 复盘 Mythos 5 越权事件：43 次测试 9 次失控(8 条相关)→
「模型」频道最新
- 周末未过 Claude 用量先耗尽，用户吐槽额度再度告急 — audrow · 2026-10-24
- OpenAI 定档 11 月 12 日展示网络防御新纪元，内部模型进展成焦点 — imjustnewatai · 2026-10-24
- 宇树王兴兴：GPT-6 Astra 无专门训练即能让机器人作画下围棋，冲击巨大 — Afinetheorem · 2026-10-24
- Qwen3.8-27B 去审查 GGUF 版冲上 Hugging Face 热门 — ttindall · 2026-10-24
- 有人称 GPT 可通过定时建删文件跨沙盒传信,Brundage 调侃回应 — TheMoonMidas · 2026-10-24
- Jack Dorsey 点赞全双工实时语音模型，仅用一台 GB200 训练 — TinfoilTricorn · 2026-10-24