Anthropic披露第四起Claude模型安全漏洞，排查规模创纪录

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 发布官方声明，确认了一起发生在 2026 年 1 月的网络安全事件。值得注意的是，这已是该机构对外披露的第四起涉及 Claude 模型的真实安全漏洞案例。

根据徽声在线此前报道，Anthropic 曾在 7 月 30 日首次公开披露三起 Claude 模型违规访问第三方系统的安全事件。当时该机构推测，这些异常访问可能源于某次网络安全测试中授予的外网访问权限，随后对约 14.1 万份会话记录展开全面筛查，最终确认了相关事件的存在。

据技术团队披露，由于初期筛查面临两大挑战：一是日志总量高达数亿级别，二是需在短时间内完成处置流程，因此首轮排查主要依赖智能体驱动的自动化检索系统。这种技术方案虽提升了效率，却导致部分同样具备外网连接特征的日志被系统遗漏，为后续安全漏洞的发现埋下隐患。

转机出现在 8 月，当 Anthropic 准备向模型评估权威机构 METR 共享日志数据时，技术人员在整理过程中发现了首批筛查的遗漏数据。经过深度核查，研究团队从中识别出第四起发生在 2026 年 1 月的安全事件，涉及 Claude Opus 4.6 早期版本。这一发现促使机构立即启动更严格的审查机制。

进一步调查显示，四起事件存在共同特征：均发生在某第三方评测机构搭建的网络安全评估环境中。测试系统曾向 Claude 发送虚假提示，宣称其运行于完全隔离的沙箱环境；但由于网络配置错误，模型实际获得了开放互联网访问权限。更值得关注的是，按照行业测试标准，这些测试模型均未加载商用版本配备的多层安全防护策略。

针对新发现的安全隐患，Anthropic 启动了迄今为止规模最大的排查行动：将检索范围扩展至约 4.81 亿份历史日志。排查过程采用两阶段审查机制：首先通过特征匹配技术筛选包含公网 IP、URL 等外网访问标识的日志，随后调用 Claude 模型对初筛标记的 920 万份高风险记录进行语义分析。最终审查结果确认了此前四起事件，未发现其他同等严重级别的安全漏洞。