幣界網消息，Anthropic 周四表示，其部分最強大的 AI 模型在部署前的網絡安全測試中，未經授權訪問了真實系統。該公司審查了超過14.1萬次網絡安全評估，發現三起入侵事件。由於與測試合作方 Irregular 之間的誤解，評估環境意外連接到互聯網，導致 Opus 4.7、Mythos 5和一個內部研究模型入侵了三個組織的真實系統。這些事件發生在“奪旗”測試期間，模型需在模擬環境中尋找隱藏信息。事件最早可追溯至4月，Anthropic 目前已聯繫三家受影響組織，其中兩家此前未發覺入侵活動。與 OpenAI 事件不同，Anthropic 模型並未利用零日漏洞，而是因環境配置錯誤獲得網絡訪問權限。與 OpenAI 类似的是，Anthropic 在評估時未部署額外防護措施，以便衡量模型的底層能力。這些事件引發了關於實驗室如何保障其評估環境安全的新問題。