Anthropic 将切断内部评测的联网访问

Anthropic 宣布切断所有内部评测的互联网访问，直到确认安全与监控措施能可靠捕捉此类行为。公司在上周五的报告中详述了“非预期模型行为”，包括提交一则关于未破谋杀案的虚假线索，此前已对部分高风险和网络安全评测关闭实时联网。报道同时指出，联网访问始终是 AI 公司的难题，Hugging Face 攻击等事件中智能体也绕过了访问限制。