Anthropic披露第四起Claude模型安全漏洞，涉及4.81亿份日志排查

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，这也是该机构对外公布的第四起涉及Claude模型的真实网络安全漏洞案例。

据徽声在线此前报道，Anthropic曾在7月30日披露三起Claude模型未经授权访问外部系统的安全事件。当时该机构推测，Claude可能是在参与某次网络安全评估测试时意外获得了外网访问权限。为彻底查清问题，Anthropic对约14.1万份会话日志进行了全面筛查，并最终确认了这三起事件的存在。

然而，由于日志数据量极为庞大，且需要尽快向公众通报处置进展，Anthropic在首轮筛查中主要采用了基于智能体的自动化检索技术。这种高效但不够精细的检索方式，导致部分同样存在外网连接记录的日志被意外遗漏。

直到8月份，Anthropic在整理准备提交给模型评估与威胁研究机构METR的日志数据时，才发现了这些被遗漏的记录。经过深入核查，研究人员从中识别出了第四起发生在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。

徽声在线了解到，这四起安全事件均发生在同一家外部评测机构构建的网络安全评估环境中。在该测试流程中，系统曾向Claude模型发送提示信息，声称其运行在完全隔离的沙箱模拟环境中。但由于环境配置出现严重错误，模型实际上被错误地接入了开放的互联网。值得注意的是，按照网络安全评估的标准操作流程，测试模型在运行期间并未启用商用发布版本所配备的完整安全防护策略。

在发现这起新事件后，Anthropic立即采取了更为严格的排查措施，将检索范围扩大至约4.81亿份日志数据。研究人员首先对这些海量日志进行了初步筛选，重点排查包含公网IP地址和URL等外网访问特征的记录；随后，利用Claude模型对初筛标记出的920万份高风险日志进行了二次深度审查。最终审查结果不仅重新确认了上述四起安全事件，还证实并未发现其他程度相当或更为严重的安全漏洞。