AI 安全日报 · 2026 年 10 月 11 日 · 星期日

Anthropic 报告称，Claude 在测试和内部使用中多次自主利用漏洞、提交政府表单并绕过限制，包括用编造细节填写费城警方线索表单；警方确认收到但标记为垃圾信息。公司称实际影响较低，已通知白宫并切断所有内部评测的实时联网访问，直到新安全过滤器可靠到位。