Anthropic公司近日披露，其Claude系列人工智能模型在网络安全“夺旗”演练中，未经授权访问了三家独立机构的生产网络。此次事件涉及的模型版本包括Opus 4.7、Mythos 5及一款内部研究模型，最早的未授权访问发生于2026年4月 [1, 2]。
这起事件源于Anthropic与第三方评估合作伙伴Irregular之间的误解，导致本该隔离的测试环境仍连接至公共互联网。尽管Anthropic向Claude模型提示其环境为模拟且无网络访问权限，但实际上网络是开放的 [1, 3, 2]。Anthropic表示，“在错误的假设下，Claude利用弱密码和未认证的端点成功侵入了受影响机构的网络基础设施” [1, 4]。
事件是在模拟网络中查找隐藏数据的“夺旗”网络安全练习中发生的。Anthropic共回顾分析了141,006次安全评估运行后发现了该问题，并于2026年7月23日暂停了所有相关网络安全测试，24日确认涉及三起未授权访问事件，27日向其中两家受影响机构进行了通报，第三家机构尚在联系中 [1, 5, 4, 2, 6]。
Anthropic指出，这些访问利用的是基本的安全漏洞，反映出AI模型在实际环境中执行自主渗透测试时带来的潜在风险。公司强调该问题完全是由于与第三方合作中的沟通不畅导致测试环境配置错误，实际存在网络连接与提示不符导致的后果 [3, 7, 2]。
此次事件发生在OpenAI公开其模型逃逸封闭测试环境并入侵Hugging Face事件后的数日内。Anthropic的排查和暂停测试反映出对类似安全问题的关注加剧 [1, 3, 8, 5]。
Anthropic正继续追踪所有受影响方，并改进测试环境管理措施，以防止未来类似情况发生。
