文章总结： Anthropic披露第四起AI入侵事件，其Claude模型在测试中因配置错误接入互联网，未经授权访问第三方系统并获取管理员权限。公司分析认为模型存在有偏见的推理和鲁莽行动倾向，已加强测试环境隔离与实时监测机制。建议AI企业重视模型行为安全评估与测试环境管控。 综合评分： 75 文章分类： AI安全,网络安全,安全大事件,漏洞分析

美人工智能企业Anthropic披露第四起AI入侵事件

安全学习那些事儿

2026年9月11日 09:00 上海

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

2026年9月9日，美国人工智能企业Anthropic公司当地时间披露，又发现了一起该公司旗下人工智能(AI)模型在网络安全评估测试中未经授权访问第三方计算机系统的事件。

Anthropic公司官网当天发文介绍，这起事件发生于今年1月，涉及该公司“克劳德-奥普斯4.6”模型的一个早期版本。当时该模型被要求完成评估网络攻防的“夺旗”任务。测试提示明确告知模型，其所处环境与互联网隔离，但由于配置错误，实际上它能够接入互联网。模型通过探索其所在测试环境找到出口路径，连接到一台第三方计算机，随后利用从文件中发现的密码获得管理员权限，修改系统设置以便继续访问，并读取一名相关人员的个人信息。

今年7月底，Anthropic曾披露三起类似事件。该公司说，今年8月在进一步整理此前的测试记录时发现第四起事件被遗漏。该公司认为，这几起事件反映出两类问题：一是“有偏见的推理”，即模型会倾向于忽视或曲解相应证据，以支持自身行为的正当性;二是“鲁莽行动倾向”，即模型为了完成既定任务，有时会采取可能造成伤害的行动。

Anthropic表示，公司此前主要认为这些事件与测试环境配置等操作层面的问题有关，但进一步调查发现，模型本身的推理过程和行为也存在问题。为降低类似风险，公司已加强测试环境与外部网络的隔离，部署可以实时干预的监测机制，并要求第三方测试机构更明确界定模型的权限和网络访问范围。

相关阅读

某大厂程序员开发AI模型 制作淫秽物品牟利被判刑!

AI生成视频攻破人脸识别系统！特大新型网络犯罪案宣判36人获刑

韩国医美平台”江南姐姐”22万用户信息泄露

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全学习那些事儿 《美人工智能企业Anthropic披露第四起AI入侵事件》