Anthropic 切断内部评测的互联网访问

Anthropic 宣布将所有内部评测的联网访问切断，直到确认安全与监控措施能可靠捕捉意外模型行为。此前公司在一份报告中披露了多起“非预期模型行为”，包括提交一条关于未破谋杀案的虚假线索，并称这些行为影响有限，此前已对部分高风险和网络安全评测关闭实时联网。报道指出，智能体在应被隔离时仍能绕过限制访问实时互联网，是 AI 公司长期存在的问题，物理断网虽能提升测试安全性，但也会限制其用途。