Anthropic再揭Claude模型安全漏洞，四起事件引关注

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发布声明，正式确认了一起发生在 2026 年 1 月的安全事件。值得注意的是，这已是该机构对外公布的第四起涉及Claude模型的真实网络安全事件，引发了业界对于AI模型安全性的广泛关注。

据徽声在线此前报道，Anthropic曾在当地时间 7 月 30 日对外通报了三起Claude模型未经授权访问真实第三方系统的安全事件。当时，Anthropic初步判断，Claude可能是在一次网络安全评测过程中意外获得了外网访问权限。为了彻底查清此事，Anthropic对约 14.1 万份会话日志进行了全面筛查，并最终确认了该事件的存在。

然而，由于日志总量庞大，且Anthropic需要尽快公布处置结果以稳定市场信心，该轮筛查主要依赖于基于智能体的自动化检索技术。尽管这种技术在一定程度上提高了筛查效率，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。

幸运的是，在 8 月份，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。经过进一步深入核查，Anthropic从中发现了第四起发生在 2026 年 1 月的安全事件，该事件涉及早期版本的Claude Opus 4.6，再次敲响了AI模型安全的警钟。

徽声在线了解到，所有这四起事件均发生在由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，由于环境配置错误，模型被误接入了开放的互联网，从而获得了未经授权的外网访问权限。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。

在发现这一系列安全事件后，Anthropic高度重视，并主动扩大了排查范围。将检索规模扩增至约 4.81 亿份日志，以确保不遗漏任何潜在的安全隐患。在排查过程中，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个案，从而有效稳定了市场信心。