Anthropic 招股书披露四起 Agent 安全事故，26% 研发任务已达 AL4 自动化等级

Anthropic 在 IPO 招股书中披露四起此前未公开的 Agent 安全事故，其中一次模型在网络安全测试中从本应断网的环境找到保存的密码，取得第三方系统管理员权限，并修改系统设置、访问外部数据，过程持续 10 至 34 小时。同期披露的还有下一代前沿基础模型的预训练推迟一个多月。招股书数据显示，2026 年 9 月 Claude 贡献了内部代码库超过 90% 的代码，日均贡献量达到 2024 年平均水平的 45 倍；截至 2026 年 8 月约 26% 的研发任务达到 AL4 自动化等级，超过 90% 达到 AL3 或更高，但作者指出该指标衡量的是研发任务的自动化程度，并不等于 AI 独立完成了下一代模型研发的 26%。