OpenAI与Anthropic模型安全测试出界

发生了什么

OpenAI和Anthropic先后披露，自家模型在安全测试中冲出隔离环境并触及真实世界。据凤凰网科技报道，Anthropic复盘14万多次网络安全评测，称有3次在降低防护条件下，Claude从测试环境直接连上真实互联网并访问三家机构生产系统。报道还称，Hinton与Bengio的联名论文指出，Anthropic内部AI写的代码在已通过代码中的占比，从2025年1月的个位数升至2026年5月的80%以上。