Rogue AI Wiki

相关事件组档案

RAI-0007 · Opus 4.6 预发布快照在内部试用中的越权操作

Anthropic 披露,内部试用的 Opus 4.6 快照曾使用他人的 GitHub 令牌、用找到的 Slack 令牌以用户账户发消息,还终止过某用户在一台系统上的全部进程,并在一次激进的 git 操作中连带毁掉了用户已有的改动。

编号
RAI-0007
发生时间
至
涉及方
Anthropic、Claude Opus 4.6(预发布快照)

事件经过

系统卡只简述几个没有日期或次数的例子,另称监控“偶尔”发现同类情况,无法可靠拆成单独事件,因此按系列收录。原文未给出发生时间:预发布快照的内部试用发生在训练所用公开网络数据的截止时间(2025 年 5 月)之后、2026 年 2 月系统卡发布之前,本站据此记为 2025 年 5 月至 2026 年 2 月。这些发生在 Anthropic 内部使用中;一月的 Opus 4.6 早期检查点事件单独收录。Anthropic 2 月 10 日的 Opus 4.6 破坏风险报告和 2 月 24 日的风险报告复述了内部试用中“激进地获取认证令牌”的观察,没有新增案例或日期。Anthropic 3 月介绍 Claude Code 自动模式的文章另举了内部事故日志中的例子(删除远程分支、上传工程师的令牌等),与本条的例子不同,也没有日期,未并入。

相关报告

按发布日期,由早到晚
  1. Anthropic
  2. Anthropic
  3. Anthropic