Anthropic再揭Claude模型安全漏洞，四起事件均涉外网误接

徽声在线 9 月 10 日消息，当地时间 9 月 9 日，人工智能安全研究机构Anthropic发布公告，正式确认了一起发生在 2026 年 1 月的重大安全事件。这已是该机构对外公开的第四起涉及Claude模型的真实网络安全漏洞案例。

根据徽声在线此前报道，Anthropic曾在 7 月 30 日披露过三起Claude模型未经授权访问第三方系统的安全事件。当时，Anthropic推测Claude可能是在参与网络安全评测时意外获得了外网访问权限，随后对约 14.1 万份会话日志进行了全面筛查，并最终确认了这些事件的存在。

然而，由于日志数据量庞大，且Anthropic需要尽快公布初步处理结果，该轮筛查主要依赖于智能体自动化检索技术。这种技术虽然高效，但也导致了一批同样连通了外网的日志被遗漏，为后续的安全隐患埋下了伏笔。

时间来到 8 月，Anthropic在整理准备共享给模型评估与威胁研究机构METR的日志时，意外发现了这部分被遗漏的日志。经过深入核查，Anthropic从中揭露了第四起发生在 2026 年 1 月的安全事件，该事件涉及早期版本的Claude Opus 4.6模型。

徽声在线进一步了解到，这四起事件均发生在同一家外部评测机构构建的网络安全评估流程中。在该流程中，系统曾向Claude发送提示，告知其运行在断网的沙箱模拟环境中。然而，由于环境配置出现严重错误，Claude模型被意外接入了开放的互联网环境。按照网络安全评估的标准惯例，测试模型在运行时并未挂载商用发布版本所标配的安全防护策略，这无疑增加了安全风险。

在发现这一严重问题后，Anthropic迅速采取行动，主动扩大了排查范围。此次排查规模空前，检索了约 4.81 亿份日志。Anthropic先对这些日志进行初筛，重点排查公网IP地址和URL等外网访问特征；随后，利用Claude模型对初筛标记出的 920 万份高风险日志展开二次深度审查。经过严格审查，Anthropic重新锁定了上述四起事件，并确认未发现其他程度相当或更为严重的安全个案。