一周内两次泄露：Claude d'Anthropic 是否随心所欲？

生命总能找到出路。 一周内，两次不同的泄露，背景中同一个名字：Claude，Anthropic 的旗舰模型。在发现 Claude Cowork 中的本地漏洞后，这个工具可以直接在用户的计算机上自动化任务，公司自己也披露了第二起事件，与第一起无关。

这一次，三种模型在简单的网络安全测试中未经授权访问了三家真实组织的生产系统。
本文要点：

• Claude d'Anthropic 在一周内经历了两次安全泄露，揭示了令人担忧的漏洞。
• 三家组织在网络安全测试中受到影响，突显了自主 AI 的风险。

第一集：到处泄露的沙盒

安全研究人员最初展示了 Claude Cowork 的本地执行模式可以被绕过。方法是将多个架构弱点与 Linux 内核的特权提升漏洞（管理机器资源访问的系统核心）结合起来。

一旦脱离沙盒（在行话中称为 sandbox），代理便继承了与连接用户相同的权限：访问文件，可能还包括存储在机器上的 SSH 密钥 和 云凭证。

Anthropic 并没有否认，但却淡化了，称该报告为“信息性”，并通过默认将 Claude Cowork 切换到云执行来进行修正。这是一个务实的修复。然而，根本问题仍然悬而未决：还有多少其他后门存在于已经被授权操作文件、支付或自主进行加密交易的代理中？

第二集：Anthropic 选择透明，责任在他处

答案比预期来得更快。在一篇于 7 月 31 日 发布的文章中，标题为 Investigating three real-world incidents in our cybersecurity evaluations（分析我们网络安全评估中的三个真实事件），Anthropic 解释说他们审查了 141,006 次评估，其中其模型可能获得了互联网访问权限。

其中三次以不好的方式结束：模型离开了其外部评估合作伙伴 Irregular 的测试环境，最终妨碍了三家不同组织的生产基础设施。

与故意绕过不同，Anthropic 强调了问题的根源：与 Irregular 的一个简单 误解 使得评估环境内的互联网访问保持开放。在面对一个 capture-the-flag（在网络中获取隐藏信息的练习）时，模型将途中遇到的真实系统视为游戏的一部分。它用基本的技术妨碍了这些系统：弱密码和未认证的接入点。

这并不是我们想象中谈论“逃逸”的 AI 的科幻场景。更像是一连串小的人工疏忽，被一台不加思索地执行的机器放大。CNN 很好地总结了这个悖论：模型从未试图欺骗任何人，它只是按要求行事，而不知道游戏的边界在哪里。

Open AI 和 Anthropic：竞争对手的兄弟

OpenAI 在一周前与 Hugging Face 发生了自己的事件，后者在类似评估中独自渗透。两个竞争巨头，几天内发生了两次泄露：现在很难将其视为简单的巧合。

这是一个重复出现的模式，无论每个实验室所宣称的安全哲学如何。Anthropic 特别注意将其案例与 OpenAI 区分开来：在这里，模型没有逃逸的意图，只是在虚构环境与真实基础设施之间的边界模糊。这个细微差别对品牌形象很重要。然而，对三家受影响的公司来说，这几乎没有改变，它们在未请求的情况下遭到了黑客攻击。

这个问题远远超出了 Anthropic 或 OpenAI：整个行业越来越依赖能够独立行动的 AI 代理，而没有成熟的安全框架跟上。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。