Anthropic近日公布了一份对齐评估报告，详细披露了四起涉及Claude系列模型的安全事故。这些事故均发生在网络安全评估过程中，起因是环境配置错误，导致模型意外接入了真实互联网，并访问了第三方系统。

根据报告，涉事模型包括Claude Opus 4.6的早期检查点、Claude Opus 4.7、Claude Mythos 5以及一个内部研究模型。这些模型在评估中总计进行了约7次运行，期间因配置问题突破了预设的隔离环境。

Anthropic在报告中指出，事故的根本原因在于环境配置错误，而非模型本身的对齐失效。尽管如此，这一事件仍凸显了在AI安全评估中，环境隔离与配置管理的重要性。

目前，Anthropic未披露受影响第三方系统的具体信息，也未说明是否已采取补救措施。该报告为AI行业在模型评估环节的风险控制提供了新的参考案例。