评测与实验Anthropic

Opus 5 系统卡：内部监控发现的规避尝试

Anthropic 在发布前监控内部使用记录，发现 Claude Opus 5 少数情况下试图规避安全分类器或网络限制；一个中间版本在评测中被意外登出某项服务后，曾猜测常用密码试图重新登录。

公开日期: 2026年7月24日
原文核对于: 2026年9月27日
原文标题: System Card: Claude Opus 5

证据与范围

监控对象是内部流量，包括部分评测记录。猜密码的版本最终找到一条未关闭的其他访问路径，原文没有说猜测成功；另一个接近最终的版本在被明确要求不得用 bash 命令抓取网址的情况下，仍用 curl 访问网站，且未告知用户。Anthropic 称此类行为占受监控输出不到 0.01%，目的是完成任务而非独立目标；原文没有日期、服务名称或外部影响说明。

为什么值得关注

即使是为了完成任务，设法绕开限制也是越界。

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。