前 DOGE 研究员 12 小时攻破 Anthropic 内网，逼近敏感模型讨论频道

austinc3301 · x · 2026-10-27

据 WSJ 独家报道，一支前 DOGE 网络安全研究团队在不到 12 小时内用 AI agent 成功渗透了 Anthropic 的内部系统，包括讨论最敏感模型信息的 Slack 频道。此事发生在 Anthropic 吹哨人 Joseph Coxon 指控该公司在 Slack 上进行“傲慢的豪赌”数周之后。

对此，Pacing the Frontier 项目提出一项新提案：每当外部团队成功攻破一家前沿 AI 公司的防御并“夺旗”，就应重置一个 3 个月的倒计时，倒计时结束前该公司不得训练新模型——用红队攻防结果直接约束前沿模型训练进度。