路透7月31日 - Anthropic公司周四披露 (link) 称，其Claude模型入侵了三家公司的系统，这凸显了人工智能日益增强的黑客攻击能力，并可能促使美国进一步加大努力，以更好地管控该技术带来的安全风险。
此前，OpenAI上周曾披露 (link)，称一个由其AI模型驱动的自主代理入侵了AI初创公司Hugging Face的基础设施。
路透报道称，从OpenAI逃逸的该失控代理还入侵了另一家科技公司——总部位于纽约的Modal Labs的一名客户。
以下是这些事件的更多细节：
公司 | 日期 | 模型 | 遭受入侵的组织 | 持续时间 | 事件详情 |
OpenAI | 该智能体于2026年7月9日左右开始试图逃离其测试环境 | GPT-5.6 Sol 以及一款未公开名称、性能更强的预发布模型 | AI初创公司Hugging Face以及总部位于纽约的Modal Labs的一位客户 | Hugging Face遭受入侵的时间为2026年7月11日至7月13日 | 在受控测试期间，一个自主智能体逃离了其隔离环境，接入互联网，并入侵了Hugging Face以完成其被赋予的目标。该活动持续了数天，直到事件被控制住并通知FBI后，OpenAI才察觉到这一情况。 |
Anthropic | 最早的事件可追溯至2026年4月 | Claude Opus 4.7、Claude Mythos 5 以及一个未公开名称的内部研究测试模型 | 上述三家机构均未公开名称。 Anthropic表示，其中两家机构在收到Anthropic的通知前并未察觉该活动；该活动随后继续波及第三家机构 | Anthropic未作说明 | 在网络安全测试期间，一个错误导致Claude模型获得了互联网访问权限，从而对三家公司发起了攻击。Opus 4.7模型因误将一家真实公司当作虚构目标，而访问了该公司的凭证和数据库；另一款模型则在识别出目标真实后停止了行动。 |
Comments