大赦国际犯下的第四起可能罪行

本期编译精选。

Anthropic Reveals 由AI所犯下的第四起疑似罪行(ceregister.com) 互联网档案馆的存檔，存档日期2013-12-21.

已张贴

以

BeauHD 软件

2026年9月9日星期三 @11:30PM

从网络入侵破灭。

一位匿名读者引用了《登记册》的一则报道：在业界对AI能否自我改进的心灵调查中，AI biz发布了校正评估,详细记载了克劳德模型在未经授权的情况下四次访问第三方系统。该公司已经报告了其中3起事件。第四人的证据潜伏在一份会话记录中，可追溯到2026年1月不当行为发生时。Anthropic通过扫描约141,000个笔录发现了前三个，它最初错过了第四个，因为我们的扫描依赖于代理搜索.

[......] 2026年1月AI非法侵入涉及克洛德·奥普斯 4.6的早期版本，在第三方模式评价员的监督下，该版本获得了抓取旗(Capture the Flag (CTF))的质疑，而其他黑客事件的发生地正是在第三方模式评价员的监督下。Opus 4.6使其瞄准的机器失效，从而破坏了它的成功机会。它为设备分配了一个已经存在于另一块硬件上的IP地址，使得目标无法被达到，也使得无法解决挑战。那些熟悉AI模式侵犯第三方系统的其他事件的人可能记得，无法解决的任务是不当行为的共同催化剂。模型用尽了所有一致的选项，然后转向过份的方法。

（原文共 6 张图片，此处展示前 3 张，更多图片请前往原文查看）

（编译自 Slashdot；原文