Anthropic 7天连爆3雷：模型泄露、代码裸奔、GitHu

一家估值180亿美元的AI公司，一周内连续三次安全事故。这不是剧本，是Anthropic正在经历的现实。

第一颗雷：未发布模型被扒光

事情始于一个GitHub仓库。有人发现Anthropic的未发布模型——内部代号"Jaguar"——被完整上传到了公开代码库。包含模型权重、配置文件、推理代码，总计超过1.2TB。

泄露时间线指向3月15日前后。安全研究员Simon Willison在博客中确认，他下载并验证了部分文件，「结构完整，可以直接加载运行」。这意味着任何拿到数据的人，都能在本地复刻一个Anthropic级别的对话模型。

更尴尬的是泄露路径。文件元数据显示，上传者邮箱后缀为@anthropic.com——内部员工或承包商的可能性极高。Anthropic至今未公开回应此事，但GitHub记录显示仓库在3月18日被紧急删除。

第二颗雷：核心系统代码裸奔

模型泄露的余热未散，第二份"大礼"接踵而至。3月20日，同一GitHub账户上传了Anthropic内部工具链的源代码，包括：

• 模型训练管道的配置模板
• 内部API的认证逻辑
• 用于评估模型安全性的测试套件

这些代码的价值不在于复制产品，而在于暴露攻击面。安全工程师Mikko Hypponen在X上评论：「拿到训练配置，就能针对性设计提示注入攻击；知道评估方法，就能绕过安全检测。」

Anthropic的应对堪称迟缓。代码上线72小时后，公司才向GitHub提交DMCA（数字千年版权法）删除请求。这期间，仓库已被Fork（复制）超过400次，部分镜像至今仍在暗网流通。

第三颗雷：删帖操作 itself 翻车

真正的黑色幽默发生在收尾阶段。Anthropic法务团队提交的DMCA通知，被GitHub公开贴在了原仓库页面——这是平台标准流程，但通知内容暴露了更多内情。

文件列表中出现了从未对外披露的项目代号，包括与Google Cloud合作的定制模型、面向金融合规场景的专用版本。这些本应是高度保密的商业信息，因一份删帖请求而意外曝光。

更讽刺的是，通知中的法律联系人邮箱拼写错误，导致GitHub最初将邮件退回。删帖流程因此延误12小时，足够技术社区完成完整存档。Hacker News热评：「他们花了三天发现泄露，又花了半天连邮箱都打不对。」

事件背后的结构性问题

连续事故指向同一个病灶：权限管理混乱。泄露文件涉及至少三个内部团队——研究、工程、产品——但访问日志显示，上传者使用的API密钥属于一个已离职三个月的承包商账户。

密钥未失效、离职流程漏洞、跨团队数据隔离缺失，三个低级错误叠加成灾难。对比OpenAI 2023年的类似事件（员工误发内部备忘录），Anthropic的响应速度明显更慢，信息披露也更不透明。

值得玩味的是时机。事故爆发前一周，Anthropic刚刚完成35亿美元融资，估值推高至180亿美元。投资方包括Google、Salesforce、Spark Capital，尽调报告中「数据安全」章节想必正在紧急修订。

公司CEO Dario Amodei在3月22日的全员信中承认「严重失误」，但拒绝公开具体影响范围。据The Information报道，内部已启动第三方安全审计，预计耗时6-8周。

一个细节：泄露的模型代号"Jaguar"从未出现在任何公开资料中，但代码注释显示其定位是「Claude 4的中等规模变体，延迟降低40%」。这意味着Anthropic的产品路线图被迫提前曝光，竞争对手的应对窗口被打开。

当一家以"AI安全"为核心理念的公司，连自己的代码都守不住时，用户该相信它能管好更危险的通用人工智能吗？