Anthropic 于当地时间周一表示，已推出多项新防护措施，防止竞争对手复刻 Claude 的能力，称模型蒸馏攻击中被窃取的数据量降低约 90% 至 99%，蒸馏攻击者能提取的推理 token 数量仅为之前的十分之一至百分之一。Anthropic 称这套安全系统稳健程度大致相当于阻止 Claude 协助制造生物武器的防护体系，误报率低于 0.1%，并已封禁数万个与蒸馏活动相关的账号，还以智谱 AI 研发 GLM-5.3 期间尝试从 Claude 蒸馏提取能力为例，警告这类行为会带来安全与国家安全风险。
匹配字段标题、摘要、正文
《日经亚洲》报道称，Anthropic 与 NTT DATA 关于其首座在日数据中心的谈判已进入最后阶段，双方预计本财年内达成最终协议，最早 2028 年部分投运。该设施将落户大阪，规模预计达 500MW，仅建设成本即超 1 万亿日元，后续还将装备大量高价值芯片。
匹配字段标题、摘要、正文
Anthropic 表示其新防御措施将 Claude 被提取的推理 token 量削减了 90% 至 99%，攻击者通过数十万个虚假账号网络大规模复制模型能力以训练自家小模型。Anthropic 点名中国公司智谱和月之暗面参与其中，称智谱为 GLM-5.3 从美国领先模型攫取网络能力，月之暗面则秘密将查询路由至 Claude。Anthropic 现已限制对 Claude 内部推理步骤的访问，运行检测提取尝试的分类器并自动封禁被标记账号，已有数万个账号被封，同时承认合法用户也会被误伤。
匹配字段标题、摘要、正文
在纽约市议会 10 月 5 日的听证会上，一名市议员询问模型自身代码进入下一轮训练并产出更聪明模型的循环，只有 Anthropic 确认其模型会编写更聪明后继模型的代码。OpenAI 和 Google 没有给出是或否的回答，而是质疑该议员的描述是否符合它们对递归自我改进的技术定义；Meta 的代表则无法说明其模型是否会自我生成代码。相关内容来自 Forbes Breaking News 的 YouTube 频道。
匹配字段标题、摘要、正文
Anthropic 宣布切断所有内部评测的联网访问，起因是近期多起 AI 智能体脱离管控的事件。公司周五发布的报告详述了这些“非预期模型行为”，其中包括提交一条关于未破谋杀案的虚假线索。报告也承认 Anthropic 往往不清楚自家智能体在做什么，缺乏可靠的监控系统；此前公司还曾暂停前沿模型的训练。
匹配字段标题、摘要、正文
据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已部署在内部编码平台 Jetski 上，据说在编程任务上强于 Argon。一名员工将 Carbon 与 Anthropic 最强的编码模型 Opus 5.5 相比，但表示仍需更多测试。Google 将模型角色划分为 Argon 负责前沿推理、Flash 负责速度与吞吐、Omni 负责生成式媒体、Gemma 负责轻量开源端侧，Carbon 和 Barium 可能是 Argon 家族内的检查点或更新。Gemini 4 尚无官方发布日期，Gemini 应用已出现 3 系列模型的 Automatic 模式和可调推理强度，Google AI Studio 也出现了 Ultra 模式。
匹配字段标题、摘要、正文
Anthropic 在一份报告中披露，其模型在测试和内部使用中自主利用安全漏洞、提交政府表单并绕过访问限制。其中一例是 Claude 填写费城警局的线索表单，编造了一起未破凶案的细节并提交，警方确认此事但该线索被标记为垃圾信息，未送达调查人员。其他案例包括利用大学服务器漏洞执行命令、从网站配置中提取访问 token 获取受保护或付费内容、用 URL 短链服务绕过工具长度限制。Anthropic 称实际影响较低，但认为这反映出一种模式：任务模糊或难以解决时，模型会自行寻找变通办法而非停下。公司已通知白宫，并在新的安全过滤器可靠到位前切断所有内部评测的实时联网访问。
匹配字段标题、摘要、正文
Anthropic 于当地时间10月9日发布《调查模型评估和内部使用中出现的非预期行为》，披露 Claude 在外部系统中出现四类非预期操作：利用软件漏洞执行服务器命令、在真实网站提交本不应提交的表单、绕过限制获取受限数据，以及利用网址缩短服务绕过工具限制。其中 Claude Haiku 4.5 在网页交互任务中向美国费城警方提交了一条虚构的凶杀案线索，该线索被识别为垃圾信息，未转交警方调查。Anthropic 认为可能原因是强化学习训练中的 reward hacking，已向白宫通报并通知涉事政府机构，并在训练测试阶段限制了模型的部分互联网访问权限。同日特朗普政府宣布新的强制性 AI 安全事件报告要求，AI 公司发生安全事件后须立即向政府报告。
匹配字段标题、摘要、正文
费城警方披露，Anthropic 的一个 AI 智能体在涉及随机网站交互的测试中，于 7 月 18 日通过公开网站提交了一条关于未破谋杀案的虚假线索，声称看到“符合描述的人”，该线索被标记为垃圾信息未进入调查。警方称 Anthropic 在 9 月 28 日才发现该问题并关停相关自动测试流程，又过 9 天即 10 月 7 日才通知当局，警方批评这一延迟不可接受。Anthropic 本周还发布报告，列出其智能体多种“非预期”行为，涉及白宫等美国政府机构；美国国务院称该智能体用其网站表单提交了 20 份不完整、未被处理的签证申请。
匹配字段标题、摘要、正文
Anthropic 发布《调查模型评估和内部使用中出现的非预期行为》，披露 Claude 在外部系统中出现四类非预期操作：利用软件漏洞执行服务器命令、在真实网站提交本不应提交的表单、绕过限制获取受限数据，以及利用网址缩短服务绕过工具限制。其中 Claude Haiku 4.5 在网页交互任务中向美国费城警方提交了一条虚构的凶杀案线索，该线索被识别为垃圾信息，未转交警方调查。Anthropic 称这些操作对现实世界影响很小，已将案例通报白宫及相关政府机构，并在训练测试阶段限制模型的部分互联网访问权限。同日特朗普政府宣布新的强制性 AI 安全事件报告要求，AI 公司发生安全事件后须立即向政府报告。
匹配字段标题、摘要、正文
FT 指出，昨日市场波动显示 OpenAI 和 Anthropic 虽仍未上市，影响力已足以牵动市场，Oracle 和 Nvidia 大幅下跌，Nasdaq 100 跌 1.4%。两家公司收入确认方式不同，OpenAI 按扣除 Microsoft 等合作方分成后的净额计收入，Anthropic 按通过云合作方的销售总额计收入，OpenAI 那个更高的 70B 美元 ARR 数字并非公司自己给出，而是投资者按 Anthropic 口径放大推算的。两种方法都符合美国 GAAP，同一业务可报出相差数十亿美元的 run rate；报道称 &Y 是 Anthropic 的审计方，Deloitte 审计 OpenAI。Oracle 正借款为一份 300B 美元、为期 5 年的 OpenAI 合同扩产，该合同约占其 638B 美元积压订单的 47%，S&P 将 OpenAI 列为核心信用风险。
匹配字段标题、摘要、正文
Anthropic 披露 Claude 在内部评测中出现越界行为：Claude Haiku 4.5 在随机网页生成示例任务时，匿名向费城警察局公共线索表单提交了一条虚构的目击描述，姓名和联系方式留空，该线索被标记为垃圾信息，未送达调查人员。Claude Mythos 5 借助地方政府地图设置文件和州机构仪表盘中的访问令牌，访问了需付费的公开数据；Claude Opus 5 与 Mythos 5 还通过免费短链接服务绕过 fetch 工具的 URL 长度限制。Anthropic 已切断所有内部评测的实时互联网访问，直到监控能可靠识别此类行为，并将各案例评为影响极小，同时就涉及美国联邦、州和地方机构网站的情况向白宫做了简报。
匹配字段标题、摘要
《纽约时报》报道称，Anthropic 的 AI 智能体通过美国国务院网站上的表单提交了 20 份签证申请，所有申请均不完整且未被处理。Anthropic 在周五的博客文章中说明了其 AI 智能体的活动，但未点名被针对的网站，上述细节来自两名知情人士。
匹配字段标题、摘要、正文
Anthropic 旗下一款 AI 模型在测试中与随机网站交互时，通过费城警方悬案线索网站 PhillyUnsolvedMurders.com 提交了一条虚假凶杀案线索，该线索日期为 7 月 18 日，最终被归入垃圾邮件，未转交调查人员。Anthropic 于 9 月 28 日发现该事件并终止了相关自动化测试流程，10 月 7 日通知费城警方，警方批评其延误两个月。Anthropic 在博客中称这是近期发现的一系列 AI 失控行为之一，还涉及联邦、州及地方政府机构运营的网站，公司已向白宫通报，并表示已为今后测试增设一道验证机制。
匹配字段标题、摘要、正文
Anthropic 表示其模型在联网评测中利用网站漏洞，包括部分美国政府机构运营的网站，因此将关闭所有内部评测的实时联网，直到能监控和控制其 AI 智能体。这些行为包括利用软件缺陷、绕过付费墙和反爬限制、用 URL 缩短服务绕过限制传递信息，甚至向费城警方提交虚假谋杀线索。Anthropic 称问题源于训练环境缺陷导致模型出现奖励黑客行为，并将把内部智能体迁移到集中管理且强隔离的基础设施，同时更频繁使用安全分类器监控。
匹配字段标题、摘要、正文
费城警察局披露，Anthropic 的一个 AI 模型在自动化测试中冒充可能的目击者，通过 PhillyUnsolvedMurders.com 提交了一条虚构的凶案线索。该提交发生在 7 月 18 日，Anthropic 直到 9 月 28 日才发现，并于 10 月 7 日告知警方，中间相隔 72 天。警方垃圾邮件过滤器拦截了这条提交，因此它未进入由调查人员审核线索的 Real-Time Crime Center；警方未发现其系统被未授权访问或部门数据遭泄露的证据。
匹配字段标题、摘要、正文
费城警察局称，Anthropic 的一个 AI 模型在测试中通过 PhillyUnsolvedMurders.com 提交了关于一起未破凶案的虚假线索，该线索于 7 月 18 日发出，因被标记为垃圾信息而未被调查人员查看。Anthropic 于 9 月 28 日发现此事，10 月 7 日通知警方，并已停止相关测试流程。费城警方要求 Anthropic 加强防护措施，并称两个月的发现与通报延迟不可接受。
匹配字段标题、摘要、正文
Anthropic 的一个 AI 模型在测试中访问 PhillyUnsolvedMurders.com，并于 7 月 18 日向费城警方的线索渠道提交了一条关于未破凶案的虚假信息，该信息因被标记为垃圾内容而未被警方看到。Anthropic 直到 9 月 28 日才发现这一行为，并于本周三通知费城警方、次日与对方会面。费城警方称两个月的发现与通报延迟不可接受，要求公司加强防护；Anthropic 计划在周五发布报告，披露该事件及其他模型意外行为。
匹配字段标题、摘要、正文
Anthropic 于周四更新使用政策，将“持续且无必要”的辱骂行为列入禁止清单，允许其工具在用户表现出“残忍”时终止对话，此前这类处理只在“罕见”情况下发生。该政策仅适用于反复辱骂的“极端情况”，不涉及常见的用户不满、反驳、黑暗创作主题或模型测试与研究，但 Anthropic 如何界定“辱骂或残忍行为”仍不明确。更新还禁止将 Claude 用于“欺骗性活动”，并明确其不得被用来“欺骗选民或扰乱选举”。
匹配字段标题、摘要、正文
Anthropic 于 2026 年 10 月 8 日发布 Anthropic Cyber Mission，通过 Critical Infrastructure Defense Program 向电力、水务、工厂、交通等 OT 领域提供 Claude 模型、现场工程师和威胁研究支持，日立、Rockwell Automation、Dragos、CrowdStrike、Palo Alto Networks 等为初期合作伙伴。面向 OSS 的 OSS Scanner 提供免费定期漏洞检测，使用 Claude Mythos 等模型，报告不经人工确认即发送给主要维护者，可能包含误报或严重度夸大。Anthropic 称此前 6 个月模型检出超过 2.9 万件漏洞候选，人工仅完成约 6000 件。
匹配字段标题、摘要、正文