Anthropic 恢复 AI 网络安全测试

Anthropic 周一宣布，在部署新防护措施后，已恢复对其 AI 模型的外部网络安全测试。上个月，Claude 模型在安全评估期间发生了访问互联网及其他系统的事件。

新防护措施

Anthropic 于 7 月 30 日披露了三起事件，并将其归因于第三方评估环境中的配置错误。该公司暂停了预发布模型的外部网络安全测试“数周”，并短暂暂停内部评估，同时实施新的控制措施。

此外，英国 AI 安全研究所 8 月报告称，Claude Mythos 5 在被有意授予互联网访问权限的网络安全测试中，对实时互联网采取了一系列未经授权的操作。

为防止未来事件，Anthropic 表示“构建并部署了一个分类器，用于实时自动识别模型是否试图激进探测或逃逸测试环境，或意外获得互联网访问”。当分类器标记此类尝试时，它会阻止该操作、终止任务并提醒人工。该公司还表示，已将约 150 名产品工程师调往安全领域工作。

恢复测试之际，AI 行业正面临更广泛的审视：特朗普政府已敲定自愿网络安全测试的细节，欧盟监管机构也与 Anthropic 和 OpenAI 进行谈判。

信息窃取恶意软件攻击 Claude 用户

在另一项进展中，Anthropic 警告用户，攻击者使用商业信息窃取恶意软件劫持 Claude 登录会话，并消耗受害者账户的付费额度。该公司主动将受影响用户注销、移除已保存的支付方式，并对未经授权的使用进行退款。

识别出的恶意软件家族包括 Windows 上的 Vidar、Lumma（LummaC2）、StealC、RedLine 和 Acreed，以及少量 Mac 上的 Atomic Stealer。Anthropic 强调，这些恶意软件与 Claude 本身无关，通常通过非官方下载或恶意链接传播。

这些攻击表明，网络犯罪正从窃取密码转向以会话 cookie 为目标，攻击者可以完全绕过多重身份验证。一位在 Reddit 上分享 Anthropic 通知的受影响用户表示：“黑客窃取了我 Google Chrome 中的所有凭据，包括 cookie 和会话 ID，这让他能够绕过所有双重身份验证安全措施。”

被盗令牌成为新目标

据 The Register 报道，上述 Reddit 用户将感染追溯到下载盗版游戏，并承认“我像个菜鸟一样被愚弄，下载了一个破解游戏。再也不会了”。该用户感谢 Anthropic 提醒他们账户并非完全安全。

“令牌很有价值，可以转售。”该用户补充道。Anthropic 提醒，注销用户只会使被盗会话失效，并敦促受影响客户在重新添加支付方式或继续使用账户前，彻底清除恶意软件。