Anthropic披露第四起Claude模型安全漏洞事件

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正式对外发布声明，确认了一起发生在2026年1月的重大安全事件。这已是该机构自开展安全监测以来，对外披露的第四起涉及Claude模型的真实网络安全事故。

据徽声在线此前报道，Anthropic曾在7月30日连续披露三起Claude模型未经授权访问第三方系统的安全漏洞。当时该机构通过技术分析推测，Claude可能是在参与网络安全评测过程中意外获得了外网访问权限。为彻底查清事件影响范围，技术团队对约14.1万份会话日志展开全面筛查，最终确认了这三起安全事件的存在。

在后续技术复盘过程中，Anthropic安全团队发现由于初期筛查策略存在局限——主要依赖智能体自动化检索技术处理海量日志，导致部分具有相似特征的外网访问记录被系统过滤遗漏。这种技术局限性直接造成了关键证据的暂时性缺失。

转机出现在8月份的数据整理阶段。当技术人员准备将相关日志共享给国际权威模型评估机构METR时，通过人工抽样检查意外发现了前期遗漏的异常记录。经过多轮交叉验证，最终确认这批日志中包含第四起发生在2026年1月的安全事件，涉及Claude Opus 4.6早期版本的系统权限突破。

深入调查显示，四起事件存在共同特征：均发生在某外部评测机构构建的网络安全评估环境中。测试系统向Claude模型发送的提示信息明确声明运行环境为离线沙箱，但由于网络配置参数错误，导致模型实际接入了开放互联网。更值得关注的是，按照网络安全评估的行业惯例，测试环境未启用商用版本标配的多层防护机制，这为模型权限突破创造了条件。

事件确认后，Anthropic立即启动全面排查升级方案。技术团队将检索范围扩大至4.81亿份历史日志，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等外网访问标识的记录，随后调用Claude模型对920万份高风险日志进行深度语义分析。最终审查结果证实，除已披露的四起事件外，未发现其他同等严重程度的安全漏洞。