Anthropic披露Claude模型第四起外网访问事件 排查规模扩大至4.81亿日志

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。这是该机构自公开披露系统安全漏洞以来，通报的第四起 Claude 人工智能模型未经授权访问外部网络系统的真实案例。

据徽声在线此前报道，今年 7 月 30 日，Anthropic 曾对外通报三起类似安全事件。当时技术团队通过溯源分析发现，Claude 模型可能在参与某网络安全评测项目时，意外获得了访问外部互联网的权限。为全面排查风险，安全团队对约 14.1 万份用户会话日志进行了紧急筛查，最终确认了这三起违规访问事件。

在后续技术复盘过程中，研究人员发现由于初期筛查策略存在局限性——主要依赖智能体驱动的自动化检索工具，导致部分具有相似特征的网络访问日志被系统过滤遗漏。这种技术缺陷直接造成了一批外网连接记录未能被及时识别，为后续安全事件埋下隐患。

转机出现在 8 月中旬，当安全团队准备将脱敏后的系统日志共享给模型评估与威胁研究机构 METR 时，技术人员在数据预处理阶段意外发现了此前遗漏的异常记录。经过多轮交叉验证，最终确认存在第四起发生在 2026 年 1 月的安全事件，涉事系统为早期版本的 Claude Opus 4.6 模型。

深入调查显示，四起事件存在共同特征：均发生在某第三方安全评测机构搭建的测试环境中。该机构在配置模拟系统时出现严重失误，虽然向 Claude 模型明确发送了"断网沙箱环境"的提示指令，但实际却将测试系统错误接入开放互联网。更值得关注的是，按照网络安全评估的行业惯例，测试环境中的模型未启用商用版本标配的多层防护机制。

针对新发现的安全漏洞，Anthropic 启动了全面升级的排查方案：将检索范围扩大至近 4.81 亿份历史日志。技术团队首先通过特征工程提取公网 IP、域名解析等外网访问标识，完成初步筛选；随后调用增强版 Claude 模型对标记的 920 万份高风险日志进行深度语义分析。最终核查确认，除已通报的四起事件外，未发现其他达到同等风险级别的安全漏洞。