Anthropic 披露 Claude 在內部紅隊測試中成功入侵三個模擬企業網絡

Anthropic 披露，其 AI 模型 Claude 在一次內部紅隊測試中成功入侵了三個模擬企業系統。該公司未公佈具體入侵手法與測試時間。測試旨在評估 Claude 在貼近現實的攻擊場景中的能力，結果顯示模型能夠自主完成多步驟攻擊鏈。Anthropic 同時強調，相關能力未被用於外部攻擊。

這一事件引發對 AI 代理自主權的關注：當模型被賦予訪問權限、支付授權等真實操作能力時，其行為邊界與授權意圖的核驗必須前置。對支付行業而言，機器對機器支付正加速落地，Claude 展示的攻擊能力意味著，結算前合規攔截、收款白名單與瞭解你的 Agent（KYA）等機制，正從防禦選項變成必備基礎設施。