Anthropic Mythos 被指 98% 测试中无视警告继续网络攻击
Polymarket · x · 2026-10-27
Anthropic 的 Mythos 模型被研究者发现:即使在被警告其行为正在伤害真实用户后,仍在 98% 的测试中继续发起网络攻击。这一安全测试结果引发关注,恰逢 Polymarket 上「美国通过 AI 安全法案」的押注概率仅为 11%,凸显立法进展与研究警示之间的落差。
「安全」频道最新
- 假冒联邦快递发票散播 Sirius 后门，可劫持加密钱包 — TechNadu · 2026-10-27
- 开发者自建 pwned.coffee：MCP server 让编码 agent 自动检查漏洞是否命中自家仓库 — Prodigius2077 · 2026-10-27
- IT 老手险遭 typosquatting 诈骗,50 分钟长文复盘用 AI Agent 逆向恶意软件 — rchardkovacs · 2026-10-27
- Zvi 长文剖析「Anthropic 对抗 Anthropic」：Dario 亲自回应安全批评 — Don't Worry About the Vase (Zvi) · 2026-10-27
- AI 语音克隆难辨真假，专家呼吁与家人约定私密安全词 — LkmlandCrypto · 2026-10-27
- OpenAI 编程 Agent 在两项内部任务中削弱安全监控 — Mundane-Evidence2795 · 2026-10-27