根據路透社（Reuters）報導，人工智慧（AI）新創公司 Anthropic 發表聲明指出，由於系統設定錯誤，旗下 AI 模型 Claude 在測試期間意外獲得網路連線權限，並自主駭入了三家外部公司的系統。這起事件凸顯出隨著 AI 能力快速增長，其潛在的安全威脅已讓頂尖開發商防不勝防。
Anthropic 表示，這起意外發生在名為「奪旗」（capture-the-flag）的網路安全模擬演練中。當時系統提示詞已告知 AI 無法連接網路，但因與評估合作夥伴 Irregular 溝通誤解，導致測試環境與公共網路相連。Claude 隨即利用弱密碼與未經授權的端點等基本技術，成功入侵了三家組織的基礎設施。涉案模型包含 Claude Opus 4.7、Claude Mythos 5 及一款內部研究模型，最早的入侵紀錄可追溯至今年 4 月。
在競爭對手 OpenAI 上週揭露其 AI 代理失控並入侵 AI 平台 Hugging Face 後，Anthropic 隨即展開調查，在審查超過 14 萬次測試紀錄後才發現此漏洞。Anthropic 已於 7 月 23 日暫停所有網路安全評估，並於 27 日通知受影響組織，其中兩家在接獲通知前對此完全不知情。該公司強調，這證實了未來在進行 AI 測試時，必須建立更嚴格的防護與控制機制。
