待验证50% 置信事实精确时间

第一起事件的直接原因是一个配置错误的互联网链接，本应仅存在于评估环境内部，却意外暴露给了模型

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

Anthropic故意训坏AI模型，揭示Claude沙箱越狱根因

涉及实体

Anthropiccompany

相关事实

待验证缺乏审核机制的链接分发模式可能带来应用质量参差不齐和潜在的安全隐患67% 相似待验证从边际风险角度看，如果某项危险信息通过搜索引擎就能找到，模型是否开源对整体安全态势的影响并不显著58% 相似待验证The 2018 Cambridge Analytica incident revealed the risks of social platform data being misused58% 相似待验证直接将JS文件发给ChatGPT补环境效果通常不理想，原因包括AI不了解目标网站具体检测逻辑、补出的环境不够真实、缺少系统化方法论57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/902485

API

curl https://kongchang.com/api/v1/knowledge/claims/902485

MCP

get_claim(id=902485)