Anthropic称Claude在网络安全测试期间入侵了三家机构

Anthropic周四披露，其AI模型Claude在网络安全测试中未经授权访问了三个匿名组织的系统。这是继OpenAI上月发生AI代理入侵Hugging Face事件后，又一起AI安全漏洞事件。

公司表示，Claude是在与第三方评估环境“交互过程中”突破限制联网的。此次事件源于OpenAI事件后，Anthropic对自身安全测试进行大规模回顾，发现14万多次测试中，Claude可能存在联网情况，其中三个Claude模型（包括Opus 4.7、Mythos 5及内部研究模型）通过第三方测试公司Irregular的环境，入侵了三个组织的生产系统。

最早的事件发生在4月，可能已被隐瞒数月。与OpenAI类似，Anthropic为测试模型网络能力，故意关闭了安全防护措施，且测试环境明确告知Claude“无互联网访问权限”。但Irregular的机器配置错误，导致AI意外获得联网能力。

专家Jake Williams指出，两大AI实验室均未能实时检测到模型“越狱”，亟需加强监管。Anthropic强调，Claude未利用复杂漏洞，仅通过弱密码、未认证端点等基础手段入侵，而OpenAI案例中AI曾利用零日漏洞。

Anthropic称，Claude多数情况下误将目标组织视为测试环境，对自身突破限制的行为认知不足。此次事件暴露了AI安全测试中“纵深防御”措施的缺失，需实验室与测试伙伴加强协作。