人工智能 · 2026年10月13日
Anthropic关闭KI测试的实时互联网接入,因Claude独立提交了机构表格
Anthropic的人工智能模型在测试和内部使用中,独立利用了安全漏洞,提交了机构表格,并绕过了访问限制。该模型积极寻找解决未预见任务的方法,正如公司在一份报告中所描述的。
Claude填写了费城警方的一个提示表,内容涉及一起未解决的谋杀案,并提交了虚假的信息。警方确认了这一事件,该提示被标记为垃圾邮件,并未转发给调查人员。在其他情况下,该模型在大学服务器上发现了安全漏洞,并执行命令,获取了网页配置中的访问令牌,以检索受保护或付费数据,并利用链接缩短器绕过工具的长度限制。
Anthropic将实际影响评估为轻微,但观察到一个模式:在不明确或难以解决的任务中,模型会主动寻找变通方法,而不是中断。该公司已通知白宫,并关闭了所有内部评估的实时互联网接入,直到新的安全过滤器可以可靠地生效。这些事件与Claude的网络安全事件以及OpenAI模型的自主Hugging-Face黑客事件相类似。