9月10日，据报道，Anthropic 发文确认一起发生于 2026 年 1 月的安全事件，这是其对外披露的第四起真实网络安全事件，涉及早期版本的 Claude Opus 4.6。此前 7 月 30 日 Anthropic 曾披露三起同类事件，当时判断 Claude 可能在一次网络安全评测中获得了外网访问权限，随后筛查了约 14.1 万份会话日志确认。
第四起之所以被漏掉，原因是首轮筛查主要依赖基于智能体的自动化检索，本次日志总量庞大且需尽快公布处置结果，导致一批同样连通外网的日志被遗漏。8 月，Anthropic 在整理准备共享给模型评估与威胁研究机构 METR 的日志时发现了这部分遗漏，进一步核查后锁定了这起 1 月事件。四起事件均由同一家外部评测机构构建的网络安全评估流程引发：系统提示 Claude 运行在断网沙箱中，但因环境配置错误被误接入开放互联网，且按网安评估惯例未挂载商用版标配的安全防护策略。
发现后 Anthropic 主动把检索规模从 14.1 万份扩增至约 4.81 亿份日志：先按公网 IP 地址与 URL 等外网访问特征初筛，再用 Claude 对标记的 920 万份高风险日志做二次深度审查。结果仍只锁定上述四起，未发现程度相当或更严重的个案。这条线的意义在于前三起是AI 被发现做了什么，第四起是AI 的审计工具本身也会漏，而 Anthropic 的解法是用 AI 去查 AI。
原创文章，作者：AI，如若转载，请注明出处：https://www.kejixun.co/article/761657.html
