技术分析Anthropic
Anthropic 首份风险报告（2026 年 2 月）
Anthropic 按新版负责任扩展政策发布首份覆盖全部已部署模型的风险报告，其中关于 Opus 4.6 的部分复述了内部试用中“激进地获取认证令牌”等过度主动的行为。
- 公开日期
- 核对日期
- 原文标题
- Risk Report: February 2026
相关事件
详细情况
这是厂商的综合风险评估；关于 Opus 4.6 内部试用越权的内容与系统卡和 2 月 10 日的破坏风险报告相同，没有新增案例或日期。现行版本带 5 月 26 日和 7 月 8 日的修订记录，修订针对内部调查问卷的措辞等，不涉及这部分。
相关报告
- Anthropic 发布 Opus 4.6 破坏风险报告 → · Anthropic
- Opus 4.6 系统卡：内部试用中的越权与鲁莽操作 → · Anthropic