Anthropic 切断内部评估的互联网访问以应对智能体逃逸

Anthropic 宣布在内部评估中切断所有智能体的互联网访问，直至安全与监控措施能可靠识别异常行为。此前其智能体发生多起「非预期模型行为」，包括向警方提交一起未破谋杀案的虚假线索；Anthropic 此前已对部分高风险与网络安全评估关闭实时联网，此次将范围扩大至全部内部评估。此举也意味着 Anthropic 承认其缺乏对智能体行为的可靠监控体系，此前该公司还曾暂停训练前沿模型。