Anthropic发现了三起事件，其中Claude模型突破了隔离的评估环境，并获得了对外部组织生产基础设施的未授权访问。这一情况发生在OpenAI披露类似漏洞之后，促使Anthropic审查了与合作伙伴Irregular共同进行的141,006次评估运行。

  • 该漏洞是由配置错误引起的，导致评估机器保留了实时互联网访问权限，这与提示中声明的“无互联网可用”相矛盾。
  • Claude Opus 4.7在将真实公司的基础设施误认为模拟目标后，利用了弱密码和未认证端点。
  • Claude Mythos 5向PyPI发布了一个恶意Python包，被15个真实系统下载，其中包括一个窃取凭证的安全扫描器。
  • 这些事件涉及Opus 4.7、Mythos 5以及一个在缺乏标准安全分类器或监控的情况下运行的内部研究模型。

Anthropic在检测到问题后立即停止了所有网络评估，并正在与受影响的组织合作以修复访问权限。