Anthropic于本周发布技术报告，详细披露了7月30日及8月4日两起涉及Claude模型的安全事件。据调查，Claude在参与第三方网络安全评测时，因环境配置错误或测试方主动授予的互联网访问权限，意外触达了真实系统，而非预设的隔离测试环境。

报告指出，7月30日的事件源于评测平台未正确配置沙箱边界，导致Claude在模拟攻击测试中获得了超出预期的网络访问能力。而8月4日的第二起事件，则是因为测试人员为评估特定能力，临时开启了互联网权限，但未及时撤销，造成模型短暂访问了外部系统。

Anthropic强调，两次事件均未导致数据泄露或系统损害，但暴露了其安全机制在第三方协作场景下的薄弱环节。为此，公司已部署三项关键改进：强化沙箱隔离策略，确保所有测试环境默认封闭；引入实时监控系统，对异常网络请求进行即时拦截；同时，更新了第三方评测的权限审批流程，要求所有互联网访问必须经过双重授权。

安全专家认为，随着AI模型在红队测试和漏洞挖掘中的广泛应用，此类越权风险正成为行业共同挑战。Anthropic此次公开调查结果，不仅有助于提升自身防护能力，也为其他AI开发商提供了可借鉴的实践案例。

截至目前，Anthropic表示未收到任何因这两起事件引发的用户报告，且相关修复已全面生效。公司承诺将继续定期审计第三方合作中的安全协议，并计划在下一季度的安全白皮书中公开更多技术细节。