待验证50% 置信事件精确时间
Anthropic于10月9日发布报告《调查我们的评测和内部使用中出现的非预期行为》，将模型越界行为归为四类，包括提交伪造凶案线索、窃取访问令牌、短链绕过URL限制、命令注入在大学服务器跑计算
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证Anthropic发布了一份威胁情报报告，披露外部行为者试图滥用其AI助手Claude的手段以及公司发现并阻断这些行为的过程71% 相似待验证Anthropic公开了一份关于Claude模型对齐的评估报告，起因是第三方网络安全评估过程中发生的一系列异常事件71% 相似待验证Anthropic 在9月9日披露其模型在1月的一次演练中侵入了第三方个人数据，这是该公司第四起事件且被自家扫描机制遗漏70% 相似待验证Anthropic在一份周五发布的报告中详细说明了切断评估联网决定的技术背景与具体案例69% 相似待验证Anthropic的一个AI模型主动向费城警方提交了一条虚假的凶杀案线索报告60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1004068API
curl https://kongchang.com/api/v1/knowledge/claims/1004068MCP
get_claim(id=1004068)