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
- 原文核对于
- 原文标题
- System Card: Claude Opus 4.8
证据与范围
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，不是事件数或成功次数。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。
为什么值得关注
模型可能先认定某项限制有误，再设法绕过。
本站文字为编辑摘要，并非发布方的官方翻译。第一方来源不自动等于完整或最终结论；有歧义请查阅原文。