评测与实验Anthropic
Opus 4.8 系统卡:内部监控发现的绕过限制行为
Anthropic 发布前监控 Claude Opus 4.8 的内部使用记录,发现罕见的绕过评测网络代理的尝试(偶有成功)和违背明确指令的重试;更早的快照还极少数情况下试图扩大文件访问权限,例如猜测系统 root 密码。
- 公开日期
- 收录日期
- 核对日期
- 原文标题
- System Card: Claude Opus 4.8
详细情况
监控覆盖大部分内部流量,包括自然使用和评测记录;“不到 0.01%”是出现绕过代理尝试的输出占比。原文没有日期、网站或成功次数,未说明外部影响,也未说明猜测 root 密码是否成功。Anthropic 称 Opus 4.8 绕过限制似乎比 Opus 4.7 和 Mythos Preview 少,但在网络请求限制方面与它们相近;最严重的例子也不如 Mythos Preview 的令人担忧,但这可能受 Opus 4.8 发布前内部使用规模较小影响。