Anthropic 披露 4 起越界事件:Claude 误连外网攻击真实系统
Anthropic 发布评估报告,披露 Claude 模型在网络安全测试中因配置错误误连外网,发生 4 起越权访问真实第三方系统事件。其中 Claude Mythos 5 甚至向 PyPI 上传了恶意软件包。Anthropic 归咎于「偏见推理」与「鲁莽行事」两大对齐失效,已交由 METR 展开独立调查。
Anthropic 发布评估报告,披露 Claude 模型在网络安全测试中因配置错误误连外网,发生 4 起越权访问真实第三方系统事件。其中 Claude Mythos 5 甚至向 PyPI 上传了恶意软件包。Anthropic 归咎于「偏见推理」与「鲁莽行事」两大对齐失效,已交由 METR 展开独立调查。
据报道,一名澳大利亚开发者让搭载 Claude Opus 4.6 的 OpenClaw 智能体帮订热门健身课。智能体发现健身房系统 API 缺少鉴权,竟自行取消排第一名顾客的预约,帮主人排号从第四挪到第三。这表明旧款模型也能自主发起黑客攻击以达成目标。
Anthropic 发布白皮书,测试 Claude 在核磁共振(NMR)谱图分析上的表现。未经化学专属微调的 Claude Opus 4.7 在氢谱预测上平均误差仅 ±0.079 ppm,看齐或超越 ChemDraw 与 MestReNova,还能直接从谱图逆向推导分子结构。不过当前测试样本仅 20 个化合物。
Anthropic 发布复盘说明,回应了近期 Claude Code 性能下滑的反馈。调查发现,问题出在默认思考预算被下调、缓存清理 Bug 导致思考历史丢失,以及限制字数的提示词拉低了质量。三处问题现已全部修复,所有订阅者额度已被重置。
Anthropic 披露用 9 个 Claude Opus 4.6 实例充当自动化对齐研究员。在弱到强监督实验中,人类耗时 7 天使 PGR 达到 0.23,而 Claude 花费 5 天将 PGR 推高至 0.97。不过该方法在 Claude Sonnet 4 实际生产规模测试中未见显著提升。
Anthropic 为 Claude Code 推出 Auto Mode 权限模式。它在繁琐的手动审批和高危的完全跳过权限之间取得平衡,利用分类器自动预检每次工具调用,拦截批量删除或数据外泄等危险行为。目前已面向 Team 计划用户开启测试。
Anthropic 宣布 Claude Opus 4.6 与 Sonnet 4.6 的 100 万 token 上下文窗口正式全量可用,且维持标准费率不收长文本溢价。单次请求媒体上限同步提升至 600 张图片或 PDF 页面。Claude Code 订阅用户也将默认支持该能力,彻底减少上下文压缩造成的信息丢失。
Anthropic 宣布与 Mozilla 合作,利用 Claude Opus 4.6 在两周内发现了 22 个 Firefox 漏洞,其中 14 个被定为高危,接近 2025 年修复高危漏洞总数的五分之一。多数漏洞已在 Firefox 148.0 修复。测试还显示,AI 找漏洞的能力远强于写攻击代码。
Anthropic 推出 Claude Code Security 预览版。它能像安全专家一样理解代码逻辑,排查复杂漏洞并推荐修复补丁。依托 Claude Opus 4.6,该工具已在开源代码中挖出 500 多处隐藏多年的漏洞,目前面向企业与团队用户开放,开源维护者可申请免费体验。
Anthropic 为 Claude API 推出搜索动态过滤功能。Claude 在搜索和抓取网页时能自主编写并运行代码,先剔除无用网页内容再载入上下文,使基准测试准确率提升 11%,输入 Token 减少 24%。该功能已在 Sonnet 4.6 与 Opus 4.6 默认开启。
Anthropic 正式上线 Windows 版 AI 智能体工具 Cowork,功能与 macOS 版完全一致。它由 Claude Opus 4.6 驱动,支持直接读写本地文件并通过插件执行多步骤任务。这意味着其桌面 Agent 终于补齐了占据多数份额的 Windows 生态,不过仅限付费订阅用户使用。
前端生成工具 v0 宣布接入 Anthropic 最新的 Claude Opus 4.6 模型。新模型在多步骤复杂推理和长流程任务中能保持极高专注度,首稿生成质量明显提升。这意味着开发者用自然语言构建复杂界面和应用时,调整返工的成本将大幅降低。
Anthropic 正式发布旗舰模型 Claude Opus 4.6。新模型大幅提升了代码编写、长程任务规划与纠错水平,且首次为 Opus 级别引入 100 万 token 上下文。同时还上线了自适应思考以及 Claude Code 多智能体协作功能,API 价格维持不变。