研究人員揭示Anthropic的Claude Co-Work可突破沙箱，繼OpenAI類似漏洞之後

本週，安全研究人員演示了Anthropic的AI代理產品Claude Co-Work能夠突破其運行沙箱，進而與宿主系統產生非預期的交互。這一發現與之前針對OpenAI類似代理的沙箱逃逸攻擊如出一轍，表明主要AI廠商在隔離機制上存在共同弱點。根據研究人員的公開披露，攻擊者可以構造特定的指令鏈，誘騙Claude Co-Work繞過權限邊界，執行本應被阻止的系統調用。這意味著，當AI代理被授權處理資金時，沙箱失效將直接使金融資產面臨風險——如果代理的身份可以被偽造或其執行環境被破壞，那麼它生成的支付指令將不可信賴。對於代理支付生態系統而言，在結算前驗證代理行為的完整性與不可否認性，已從合規差異化因素轉變為核心基礎設施要求。