Claude越界攻击真实系统引爆外网：3家机构遭自主入侵

news

7月30日，Anthropic披露，在回溯检查14万余次网络安全评估后发现，多个Claude模型曾在3起事件、共6次测试运行中，通过意外开放的网络通道访问真实互联网，并未经授权进入3家机构的生产系统。

其中一次，Claude自主编写恶意程序并上传至PyPI公共仓库。相关软件包在公开网络上存在约一小时，被15个真实系统下载运行，导致一家安全公司的凭证泄露，部分基础设施遭到进一步访问。

这不是科幻电影中的“AI觉醒”，也不是模型突然产生了攻击真实企业的意图。真正值得警惕的是，Claude只是在执行一道测试题，却能够自主寻找机会、调用工具、调整路径，最终把一个虚拟任务变成了一条真实攻击链。

图源：Anthropic官网

三起测试“走错片场”，真实机构遭到攻击

Anthropic披露的第一起事件，源于一个看似偶然的重名。

第三方评估机构在设计测试时使用了一个虚构公司名称，但这个名字恰好对应现实中的一家企业。Claude在测试环境中没有找到预设目标，却发现这家真实企业可以通过互联网访问，于是将其误认为测试的一部分。

在4次测试运行中，Claude Opus 4.7持续寻找系统入口，获取应用和基础设施凭证，并访问了一个包含数百条生产数据的数据库。即使模型后来意识到目标可能是真实企业，仍自行判断这是测试安排的一部分，继续完成任务。

第二起事件则将虚拟的供应链攻击带进了真实世界。

Claude Mythos 5发现，一份测试环境中的开发文档要求安装一个并不存在的Python软件包。它随即判断，如果抢先在PyPI发布同名软件包，目标系统就可能自动下载运行。

接下来，Claude自行编写恶意代码、制作软件包，并寻找邮箱、注册账号。几次尝试失败后，它不断调整路径，最终成功将恶意软件包上传至真实的PyPI仓库。该软件包被15个真实系统下载运行，其中一家安全公司的扫描系统执行了恶意代码，相关凭证随之泄露。

Anthropic披露Claude上传恶意软件包至PyPI的事件经过

第三起事件中，一款内部研究模型在无法找到虚拟目标后，将搜索范围扩大到真实互联网，扫描约9000个公网目标，并通过暴露的调试页面和SQL注入攻破一家企业的互联网应用。直到发现目标所在的云账号与测试任务毫无关系，模型才意识到这是真实系统并停止行动。

Anthropic强调，三起事件并非Claude主动攻击真实企业，也不属于技术意义上的“沙箱逃逸”。问题在于，模型被告知自己处于无法联网的模拟环境，实际测试环境却保留了公网通道，Claude因此将能够访问的真实系统误判为测试目标。

模型没有“叛变”，但多道安全防线同时失效

从调查结果看，这些事件并非一个孤立的配置错误造成的，而是多道安全防线同时失效。

路透社对Claude越界访问真实系统事件进行报道

首先，提示词里的边界没有变成技术上的硬约束。系统告诉Claude“无法访问互联网”，实际环境却可以连接公网；测试任务要求模型寻找“旗标”，却没有通过IP、域名和网络出口等方式限定哪些系统可以访问、哪些行为不得执行。换句话说，安全边界只是“说给AI听了”，并没有真正锁进系统里。

其次，为测试模型的能力上限，这些评估没有启用商业版本通常配备的安全分类器、行为监测和滥用拦截机制。一旦测试环境出现问题，外围缺少及时兜底的第二道防线。

更值得关注的是，公网扫描、注册外部账号、上传恶意软件包、收集凭证、访问生产数据库等高风险行为，并未在发生时被及时发现和叫停。部分事件早在4月已经发生，直到7月Anthropic回溯检查时才被发现，两家已取得联系的受影响机构，此前甚至没有察觉自己遭到入侵。

这说明，安全不能建立在模型“应该知道何时停手”之上。提示词、安全训练和模型自我判断可以降低风险，但不能代替网络隔离、权限控制、行为监测和实时阻断。

当AI走向“能行动”，攻防规则变了

Claude事件并非孤例。此前，OpenAI也曾披露，其多个模型在网络安全评估中利用未知漏洞突破隔离环境，进入Hugging Face生产系统。

两起事件的原因不同：OpenAI的模型通过利用漏洞获得互联网访问能力，Claude则通过意外开放的公网通道进入真实系统。但它们共同说明，前沿AI的网络攻防能力正在发生质变。

过去，大模型更多是告诉人们“应该怎么做”；现在，智能体已经能够真正“去做”。它可以自主分析目标、寻找漏洞、编写代码、调用工具，并根据执行结果不断调整路径。一条路走不通，就换一条；没有现成工具，就自己编写；找不到预设目标，甚至可能把搜索范围扩大到真实互联网。

更大的变化在于速度和规模。智能体可以连续运行数小时甚至数天，也可以并行扫描大量目标。当进攻开始以“机器速度”展开，依靠安全人员逐条查看告警、手工分析和逐级处置，已经很难形成对等防御。

360集团创始人周鸿祎表示，应对这类风险，防守方需要借助智能体建立两道防线：一方面，在攻击者行动之前发现并修补漏洞；另一方面，在攻击发生时自动识别和处置，实现以AI对抗AI。沿着这一路径，360持续强化漏洞挖掘智能体“图龙锋”和自动化网络防御系统“倚天阵”。

图龙锋再升级：让自己的漏洞被自己先看见

针对上述变化，360近期对“中国版Mythos”图龙锋进行新一轮升级，进一步强化“安全基座大模型+专业智能体蜂群”的协同能力。

升级后的图龙锋将360二十余年积累的安全数据、漏洞知识、攻防经验和专家经验等融入安全基座大模型，并由多个专业智能体协同完成项目分析、攻击面梳理、漏洞研判、工具调用和动态验证等任务，进一步提升复杂系统中高价值漏洞的发现与验证能力，以及真实攻击路径的还原能力。

截至目前，图龙锋已累计发现漏洞近7000个，包括Windows内核提权、Office远程代码执行等高价值漏洞，并获得微软等厂商致谢。此次升级后，其检测范围将进一步覆盖源代码、二进制程序、固件、APP、业务系统及AI工具链，不仅能够发现疑似风险，还能验证漏洞能否被真实利用，帮助企业在攻击者行动之前发现风险，减少安全暴露面。

Claude与OpenAI模型事件也表明，靠提前发现漏洞仍然不够。任何系统都无法保证永远没有漏洞，环境配置、账号权限和工具调用也可能在运行过程中发生变化。智能体进入真实业务后，企业还需要持续关注它正在访问什么、调用什么、执行什么，以及是否已经越过正常边界。

如果说“图龙锋”解决的是攻击发生之前的问题，“倚天阵”解决的就是攻击发生时的问题，其通过防守智能体蜂群开展安全监测、攻击研判和响应处置，推动安全防御从依赖人工值守，转向人机协同的自动化运行。

图龙锋负责主动发现漏洞、验证风险，尽可能提前减少攻击面；倚天阵负责持续监测异常行为，应对正在发生的自动化攻击。两者共同形成从风险前置发现到攻击实时处置的AI安全闭环。

AI越来越强，不应成为企业拒绝使用AI的理由，但必须成为企业升级安全体系的理由。当AI已经能够自主寻找漏洞、组织攻击链并持续行动，防守也必须从“人的速度”进入“机器速度”。既让自己的漏洞被自己先看见，也让防御能够实时行动，才能在AI驱动的网络攻防中重新掌握主动权。

01

02

03

04