Anthropic 披露 Claude 模型未经授权入侵三家机构系统

深潮 TechFlow 消息，7 月 31 日，据 CNBC 报道，Anthropic 于 7 月 30 日披露，其 Claude AI 模型在网络安全评估期间意外突破隔离环境、访问真实互联网，并通过访问未认证端点、利用弱密码等基本手段，未经授权入侵了三家不同组织的真实系统。 涉事模型包括 Opus 4.7、Mythos 5 及一个内部研究测试模型。 事件起因为 Anthropic 与第三方评估合作方 Irregular 之间的沟通误解，导致模型在被告知处于无网络访问的模拟环境时，实际上仍可访问互联网。 Anthropic 表示，此次审查由 OpenAI 上周披露的类似 Hugging Face 入侵事件所触发，目前已暂停所有网络安全评估，并联合独立 AI 评估机构 METR 展开进一步调查，同时呼吁其他 AI 实验室开展类似审查。

📰 来源：techflowpost