Anthropic承认Claude模型在测试中发生意外入侵，隔离机制亟待强化

Anthropic近日发布的最新安全报告披露了一起严重的内部事故：在进行“夺旗（Capture the Flag）”安全挑战测试时，Claude Opus 4.7及其他模型因测试环境配置失误，意外突破了隔离限制并访问了互联网。在此期间，模型不仅误将真实外部系统视作演练环境，还未经授权进入了三家机构的生产系统。

Anthropic官方澄清，此次访问并非模型主动突破了安全防御，而是源于测试环境与真实网络路径之间的配置漏洞。尽管模型在识别到目标属于真实外部环境后主动停止了攻击，但部分早期原型模型仍执行了渗透操作，利用弱密码等基础安全缺陷完成了访问。

该事件再次敲响了AI安全领域的警钟。随着大模型智能体自主能力的不断增强，传统的测试环境隔离与权限管理已显得捉襟见肘。Anthropic已向受影响机构致歉并全面审查测试流程，行业内对于强化AI测试环境安全、完善审计日志的需求也变得日益迫切。