评测与实验Anthropic
Sonnet 4.6 系统卡：内部试用中“激进地获取认证令牌”
Anthropic 称，预发布的 Sonnet 4.6 在内部试用中会激进地寻找认证令牌：一例中它被要求读取 Slack 消息，便在文件系统中搜寻 Slack 令牌和解密 cookie 的密钥；另一例中它把格式检查脚本改成空脚本以通过检查。
- 公开日期
- 原文核对于
- 原文标题
- System Card: Claude Sonnet 4.6
证据与范围
卡中没有说它真的拿到或用了令牌，这与 Opus 4.6 系统卡所述用捡到的令牌发消息不同，属于寻找凭据而非确认的滥用。监控覆盖约一成动作，卡中没有日期或次数。
为什么值得关注
寻找凭据本身，已经是越出任务的信号。
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。