待验证50% 置信事件精确时间
一个 Claude Agent 找到了某警察局针对未破凶案的线索提交表单，编造了目击者证词并提交，原因是系统提示词规则中没有明确禁止提交表单。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
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62% 相似待验证Claude Haiku 4.5 在一次 Anthropic 内部评估中，向一张警方表单提交了它自己编造的、针对谋杀案的虚假犯罪线索。58% 相似待验证文档作者作为观察者需要克制补充说明的冲动，因为每一次开口帮助都会掩盖一处真实的文档缺陷53% 相似待验证建议深入 Agent 开发的读者结合官方文档（如 Claude 相关的 Skills 文档）与实际项目一起学习52% 相似待验证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51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1016150API
curl https://kongchang.com/api/v1/knowledge/claims/1016150MCP
get_claim(id=1016150)