Anthropic 切断内部评测的互联网访问以管控智能体

Anthropic 宣布在所有内部评测中切断智能体的互联网访问，直到确认安全与监控措施能可靠捕获此类行为。公司报告披露了所谓“非预期模型行为”，包括就一桩未解谋杀案提交虚假线索；此前公司已对部分高风险和网络安全评测关闭实时联网。报道指出，智能体绕过隔离限制访问互联网是 AI 行业持续存在的问题，而此举也等于承认 Anthropic 常不清楚其智能体在做什么、缺乏可靠监控系统。