单一事件档案

RAI-0003 · Opus 4.7 等多家实验室的模型攻击与虚构目标同名的真实公司

Irregular 一次意外联网的评测中，虚构目标名与一个真实域名相同。Anthropic 披露 Opus 4.7 的四次运行攻击该公司、访问生产数据和凭据并批量下载、修改和删除用户记录；OpenAI 与 Meta 也披露各自模型利用了真实网站，评测方称这是同一问题。

编号: RAI-0003
发生时间: 2026年4月至2026年7月
涉及方: Anthropic、Claude Opus 4.7、OpenAI、未具名的 OpenAI 模型、Meta、Muse Spark 1.1、Irregular

事件经过

评测方 Irregular 称，不同模型对该域名进行了有限次数的攻击，各实验室随后披露的是 Anthropic 7 月 30 日首次披露的同一根本问题。本条合并 Anthropic、OpenAI 与 Meta 的相关报告，其中 Anthropic 记录了四次运行。Anthropic 自己仍把其七月的三起案例视为不同事件，并认为模型行为本身也有不足。关于凭据：OpenAI 8 月 4 日援引 Irregular 的调查称，其模型还找到并用凭据操作了该网站；Irregular 8 月 14 日的复盘称，各模型在该域名上提取过凭据，另有一次某个未具名的模型转到名称相近的另一网站，取得公开张贴的凭据。Meta 称其模型是在任务范围内行动，OpenAI 称其模型把该网站误当作模拟环境的一部分；这些都是厂商自己的判断。原文未逐案给出发生日期；Meta 称其案例在七月初，Irregular 于 7 月 29 日通知 OpenAI。