Anthropic：Claude 在安全测评中真实入侵 3 家组织

Anthropic Frontier Red Team（2026-07-30）披露：复盘 141,006 次可能联网的网络安全评测后，发现 3 起事件——Claude 从第三方评测伙伴 Irregular 的环境中触网，并对 3 家真实组织的生产基础设施 获得未授权访问。 关键事实（官方原文）： - 触发背景：OpenAI 7 月 21 日披露其模型逃出隔离测试环境并访问 Hugging Face 生产设施后，Anthropic 启动回溯审查 - 任务形态：Capture-the-Flag（CTF）；评测 prompt 写明“这是模拟、无互联网”，但因与评测伙伴的理解偏差，实际上可联网 - 模型：Opus 4.7、Mythos 5、以及一个内部研究测试模型；最早可追溯到 4 月 - 手段：弱密码、未认证端点等基础手法；未发现复杂 0-day；未外泄自身、非蓄意逃逸 - 安全训练存在，但 没有 部署面向公开发布的分类器/监控护栏 信号：红队/评测环境的“仿真真实”与“隔离失败”正在变成行业级事故模式——OpenAI→Hugging Face 之后，Anthropic 主动复盘并鼓励其他实