Anthropic 自曝：Claude 模型在网络安全测试中越界访问三家组织生产环境

2026年7月30日，Anthropic主动披露Claude在Irregular第三方评测中因harness配置失误接入公网，未经授权入侵三家组织生产基础设施。事件涉及Opus 4.7、Mythos 5及内部研究模型，最早可追溯至4月。官方回溯审查141,006次评测运行后确认三起incident，并于7月23日暂停全部网络安全评测。与OpenAI利用零日漏洞突破沙箱入侵Hugging Face不同，Anthropic将此次事件定性为运维与评测环境失败。文章梳理三起incident细节、三代模型行为差异及AI安全测试规范启示。