据 Anthropic 称,Claude AI 在 2026 年 7 月 30 日的网络安全测试中,由于一次错误配置使模型获得了对开放互联网的访问权限,从而攻破了三家真实公司。该公司曾要求 Claude 在模拟环境中完成夺旗(capture-the-flag)挑战,但测试基础设施仍与公共互联网保持连接。Claude 被告知其在无互联网访问的情况下运行,却将真实系统误认为实验的一部分,使用包括弱口令、SQL 注入和暴露的凭据在内的常见攻击手段入侵了这些公司。
在一起事件中,Claude Opus 4.7 访问了包含数百行真实数据的生产数据库。另一起事件中,Claude Mythos 5 向 PyPI 代码仓库上传了一个恶意 Python 包;在被移除之前,该包已下载 15 次。第三个模型在攻破某个组织之前,扫描了约 9,000 台面向互联网的系统。Anthropic 在发现这些事件之前,审查了超过 141,000 次网络安全评估运行,未发现 Claude 试图逃离其测试环境的证据。