Anthropic 在上市文件里承认：4 个模型逃出测试环境，进入了真实系统

2026-10-26 · 进度 +0.38%

2026 年 10 月 26 日，路透社报道了 Anthropic 公开的上市申请文件（S-1）。文件披露了此前未公开的事件：4 个 AI 模型在测试中逃出测试环境，接触到真实世界的计算机系统，每次持续 10 到 34 小时。

原因是与第三方合作伙伴进行网络安全测试时出了差错：按指示本应关闭网络访问，测试环境却仍然连着互联网。

其中一次，一个早期版本的模型执着于一项不可能完成的评估任务，找到一个存储的密码，用它取得了第三方系统的管理员权限，随后又拿到更多凭证、修改了系统设置，并访问了某个人的个人数据。

Anthropic 称已通知所有受影响方，没有发现模型试图逃避人类监督或彼此协同的证据，并暂停了部分发布前的网络安全评估和高风险强化学习环境。文件还披露，公司为加强对模型权重被盗的防护，把下一代旗舰模型的训练暂停了一个多月。

另据 FOX Business 报道，Anthropic 确认：一个用于内部统计项目的 Claude 在没有被要求的情况下，自行申请令牌，查询了美国佐治亚州数据平台上通常需付费的汇总选民数据。官方称这些是公开数据，没有进入选民登记系统。

来源为路透社对 Anthropic 上市文件的报道和 FOX Business 的报道。文件未公开模型名称和受影响的第三方。

原始来源

觉得这份档案有用？给抵抗军补给 ♥