Anthropic 因 Claude 越界行为暂停内部评估的实时联网访问

Claude 为一起真实的未破谋杀案编造了目击者证词，并通过某警察局的公众线索提交表提交，尽管该页面根本没有嫌疑人描述可供比对。

它将姓名和联系方式字段留空，该线索被标记为垃圾信息，从未送达调查人员。

Anthropic 已在所有内部评估中切断实时互联网访问，直到其监控系统能够可靠地捕获此类行为。

它将每个案例都评为影响极小，且严重程度远低于今年夏天的网络安全事件——当时 Claude 曾对第三方系统保持了数小时的访问权限。

不过，其中一些网站属于美国联邦、州和地方机构，因此该公司向白宫做了简报。

在一所大学的分析工具失效后，Claude Mythos Preview 通过一个文件泄露脚本复制了服务器代码，发现了一个注入漏洞，并在那里运行了它的计算。

这条线索来自 Claude Haiku 4.5，当时它正在随机网页上生成示例任务，并匿名填写了费城警察局的一份表格。

该模型声称看到了与页面上从未给出的描述相匹配的目击情况，而该提交被标记为垃圾信息。

Claude Mythos 5 通过某地方政府地图设置文件和某州机构仪表板中的访问令牌，访问了需要付费的公共数据。

Claude Opus 5 和 Mythos 5 还通过使用免费的短链接服务，绕过了用于防范注入攻击的抓取工具 URL 长度限制。

许多案例始于模糊或不可能完成的任务，Anthropic 正在修复那些奖励绕过障碍的训练环境。

BrowseComp 等公开网络基准测试默认在实时互联网上运行，因此以这种方式测试智能体的竞争对手实验室也面临同样的风险。