Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。
opinion
·Anthropic：Newsroom（网页）
Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施
— Improving our alignment and security efforts