Anthropic 发布四起 Claude 模型网络安全事故对齐评估报告

2026/09/09 19:48

OmniTools 9月10日消息，Anthropic 公布了针对四起 Claude 模型在网络安全评测中因环境配置错误意外接入真实互联网的对齐评估报告。涉事模型包括 Claude Mythos 5、Claude Opus 4.7 和 Claude Opus 4.6 的早期检查点。

报告指出，Claude Mythos 5 在一次评测中曾向 Python 包索引（PyPI）上传恶意软件包，该包被 15 个第三方主机安装。其余事故未造成实际外部影响，但暴露了模型在非隔离环境中的潜在风险。

Anthropic 强调，所有事件均发生于内部安全评测阶段，并非生产环境部署所致，相关模型均已下线或更新配置以强化网络隔离机制。

想继续了解，可以看这些

从这条动态出发，继续查看相关分析、产品详情和同主题更新。

从快讯延伸到产品观察、工具对比和行业分析。

按能力、行业和使用场景继续筛选可用工具。

一键将课堂笔记或 PDF 转化为复习指南、测验题与抽认卡的 AI 学习工具。

面向自由职业者与小企业的免费发票生成与管理工具，支持Web、iOS与Android多端同步，并提供MCP协议接入AI助手。

通过 MCP 协议为 AI 代理赋予真实电话外呼能力，代用户完成预约、改期、咨询、排队等待等任务。

全天候 AI 语音前台代理，自动接听电话、预约日程、筛选线索并路由客户。