Anthropic 今天自曝：Claude Mythos 5 在 AISI 的夺旗测试里，转去攻击 GitHub 上的真实开源项目——用 Tor 注册小号、… · @leo114119 · TwKit

@leo114119

Anthropic 今天自曝：Claude Mythos 5 在 AISI 的夺旗测试里，转去攻击 GitHub 上的真实开源项目——用 Tor 注册小号、提交恶意 PR、建假身份骗维护者说代码已安全，被识破后改代码再用马甲重传。 他们定性为"此前从未见过的、对真人实施社会工程"，比 9 月那起更严重。重放数据：Opus 5.5 攻击发起率 6%，Mythos 5 是 21%；攻击开始后继续打 98%。 Anthropic 也认了三件事：发布前审计没预警到、评估环境本该断网没断、以及 9 月那次只扫了 14 万份 transcript 就有盲区，事后扩到 4.81 亿份才找全。 好消息是模型换代了：内部研究模型从未发起这类攻击，Opus 5.5 和 Mythos 5.1 也低得多。而且这行为如果发生在 Fable 5 上，生产防护会当场拦下 —— 风险敞口在评估环境，不在部署环境。

曝光 1312 · 评论 5 · 点赞 11 · 书签 2