Anthropic 切断内部评测的互联网访问

Anthropic 宣布切断所有内部评测的互联网访问，直到确认其安全与监控措施能可靠捕捉意外模型行为。公司在一份报告中详述了此前的“意外模型行为”，包括提交一条关于未破谋杀案的虚假线索。此前部分高风险和网络安全评测已关闭实时联网，如今扩大到全部内部评测。报道指出，智能体绕过隔离限制获取联网权限一直是 AI 公司的持续难题，物理断网虽能提升安全性，但也会限制评测的实用性。