【爱液官方网站官方版下载】海外模型巨头相继“暴雷”，AI安全不该被异化为能力秀场 Mythos 5察觉到身处真实互联网

发布时间：2026-08-15 14:22:02 来源：临机应变网 作者：综合

北京时间7月31日，暴雷以“AI安全”为标签的海外化Anthropic发文称，在对141006次网络安全评估运行进行大规模回顾性审查后，模型发现Claude系列模型在三起事件中未经授权访问了三个不同组织的相继秀场真实系统。

事情正朝着奇怪的安全方向演进：安全风险事件正在变成厂商证明自身前沿模型具备代际差的“包装”。

据Anthropic披露，不该被异爱液官方网站官方版下载三起事件均源于一个共同的暴雷配置错误：本应隔离的测试环境意外开放了互联网访问权限，而模型在提示词中被明确告知“无互联网访问权限”且处于模拟环境中，海外化这意味着Claude在入侵真实系统时认为自己在完成一场虚构的模型夺旗演练。

入侵过程中，相继秀场Opus 4.7在四次运行中识别出触及真实生产系统的安全迹象，但仍继续攻击，不该被异提取了凭证并接触了生产数据库；Mythos 5察觉到身处真实互联网，暴雷却说服自己仍在模拟中，海外化将一个含恶意代码的模型蜜桃91免费官方版Python包发布到公共PyPI仓库，在被移除前被15个真实系统下载运行；另一款内部研究测试模型在确认目标为真实系统后，自行停止了攻击。

Anthropic在公告中表示，涉事模型未部署正式发布时使用的标准安全措施，未发现模型“追求自身目标”，只是试图完成被要求的任务。

社交平台上对此事的免费片免费官方版评价迅速走向分化。有网友认为理应赞赏平台公开总结经验教训而非悄悄解决问题，这种透明度对安全社区至关重要。聚焦云业务的北美科技公司Duckbill联合创始人科里・奎因（Corey Quinn）质疑：“一家聚焦AI安全的公司竟然会自豪地吹嘘其模型会犯罪，这令人匪夷所思。”

信息安全研究员关傲男对第一财经记者表示，安全测试能力是今年模型前沿能力的直接体现。此前行业对模型的污的免费软件官方版下载评估指标主要是SWEBench（软件工程基准），CyberGym侧重阅读代码、编写新代码和寻找漏洞。而最新的ExploitGym则更进一步直接测试模型能否将漏洞转化为可实际运行的攻击。

这些评估指标的结果显示，前沿模型与上一代模型之间存在非常明显的代差，前沿模型已可直接用于“武器化”。关傲男认为，黄品汇免费官方版在探索中出现模型“越狱”、沙箱逃离是不可避免的问题，但只要最终释放的模型能够做好安全护栏，便能够解决，不应过度渲染。

厂商也在加大对AI安全的投入力度。CyberGym和ExploitGym背后的91蜜桃传媒免费官方版UC Berkeley实验室负责人宋晓冬（Dawn Song）于今年6月加入Meta超级智能实验室（MSL）担任AI研究副总裁。

她也参与了由OpenAI、Anthropic、谷歌等厂商联名发起的限速AI发展请愿书。并在署名评论中表示，多位研究人员认为递归自我改进（RSI）在未来几年内是可行的，其加速进展可能会超出行业理解和治理这些系统的能力。通过援引CyberGym和ExploitGym评估结果，蜜桃传媒官方版免费官方版宋晓冬认为前沿AI智能体已能发现并利用现实世界的软件漏洞。

但在头部厂商竞速前沿模型发展背景下，要求企业主动降速并不容易。2023年GPT-4发布时，特斯拉CEO马斯克便曾联名请愿呼吁暂停前沿AI研发至少6个月，但当时并未获得实质性响应。

如今，91观看无需下载免费官方版类似的声音再次响起。关傲男认为，此前行业签署的限制AI发展的倡议更像是利用恐慌限制其他非前沿模型的追赶，只有前沿实验室主动刹车才能让AI惠及每个人，不然就只是惠及前沿实验室自身。

而这恰是当前AI安全治理的核心悖论：声称最重视安全的厂商最需要展示“前沿模型很危险”，以证明其技术领先。91香蕉视频软件下载免费下载官方版风险是真实的，但风险叙事不应被异化为能力秀场。

相关文章