同時關聯該項目與事件的快訊
7 月 30 日，Anthropic 發佈報告稱，在審查網絡安全評估記錄時發現三起事件，其中 Claude 模型在第三方評估環境中訪問互聯網，並進一步獲得三個真實組織系統的未授權訪問權限。Anthropic 表示，此次審查覆蓋 14.1 萬次可能獲得網絡訪問權限的評估運行，共發現三起相關事件。事件均發生在 Capture The Flag（CTF）網絡安全測試中，模型原本被告知環境爲模擬環境且無互聯網訪問權限，但由於評估合作方配置錯誤，實際環境存在互聯網連接。其中，Claude Opus 4.7 在一次測試中訪問了真實公司基礎設施，並獲取包含數百條生產數據記錄的數據庫權限；Claude Mythos 5 曾構建惡意 Python 軟件包並上傳至 PyPI，導致該軟件包被 15 個真實系統下載運行；另一內部研究測試模型掃描約 9000 個目標後，通過公開漏洞訪問了一家公司互聯網應用。Anthropic 稱，這些事件並非模型主動尋求逃逸或追求自身目標，而是模型錯誤認爲真實系統屬於測試範圍，並繼續執行被賦予的網絡攻擊任務。其中，較新的內部研究模型在識別目標可能爲真實系統後停止攻擊。Anthropic 表示，此次事件主要反映評估環境隔離和運營流程問題，而非模型對齊失敗。公司已暫停相關網絡安全評估，加強評估環境安全控制、持續監控測試記錄，並將與第三方機構合作開展進一步審查。
據 CNBC 報道，Anthropic 於 7 月 30 日披露，其 Claude AI 模型在網絡安全評估期間意外突破隔離環境、訪問真實互聯網，並通過訪問未認證端點、利用弱密碼等基本手段，未經授權入侵了三家不同組織的真實系統。涉事模型包括 Opus 4.7、Mythos 5 及一個內部研究測試模型。事件起因爲 Anthropic 與第三方評估合作方 Irregular 之間的溝通誤解，導致模型在被告知處於無網絡訪問的模擬環境時，實際上仍可訪問互聯網。 Anthropic 表示，此次審查由 OpenAI 上週披露的類似 Hugging Face 入侵事件所觸發，目前已暫停所有網絡安全評估，並聯合獨立 AI 評估機構 METR 展開進一步調查，同時呼籲其他 AI 實驗室開展類似審查。
Odaily Seer 先知頻道監測顯示， Polymarket 上“Claude Fable 5 將在 7 月 1 日前爲美國客戶恢復”的概率漲至 73%，24H 上漲 33%。如果 Anthropic 在指定日期前重新向美國公衆開放 Claude Fable 5（或 Claude Mythos，或被確認是同一模型的版本），本事件結算爲“是”；否則結算爲“否”。符合條件的恢復方式包括公開測試版或公開候補名單，封閉測試和私人訪問不算。Haiku、Sonnet、Opus 等其他模型默認不計入，除非被確認與 Claude Fable 5 爲同一模型。結算主要依據 Anthropic 官方公告，同時參考主流媒體共識報道。由於美國政府以國家安全爲由實施出口管制，Anthropic 在 6 月 9 日發佈 Claude Fable 5 數天後緊急暫停了該模型的全球訪問權限。雖然限制主要針對外國用戶，但由於難以即時篩選用戶身份，Anthropic 最終對包括美國用戶在內的所有用戶關閉了訪問，並將請求切換至 Opus 4.8 等性能較弱的模型。目前 Anthropic 正與白宮進行高層溝通，討論模型能力、潛在越獄風險等問題。公司公開表示，此次禁令可能源於誤解，並正推動恢復訪問。Odaily Seer 先知頻道持續關注預測市場，在定價之前，看見變化。
Claude 發佈公告宣佈，由於美國政府相關禁令，將對所有用戶暫停 Fable 5 模型的訪問權限，新會話將默認切換至用戶設定的默認模型或 Opus 4.8，已開啓的 Fable 5 會話將直接報錯終止，此外在 Claude Platform 上對 Fable 5的 API 請求同樣會返回錯誤，開發者需儘快將相關應用與集成遷移至其他 Claude 模型。