AI 情报午间快讯｜2026-09-10

本期 2 条重点。

30 秒速览

Anthropic称Claude模型曾在被误接入互联网的第三方网络安全评估中获得对真实系统的未授权访问，并公开其对齐评估。公司称METR将开展独立调查，初步协议为八周且可延长。

新增对真实系统越权访问事件的公司披露，以及由METR独立调查的安排。

读者价值： 提醒部署网络安全代理时，评估环境与公网之间的隔离失效会带来真实系统访问风险。

可以做什么： 检查评估环境是否可意外访问生产或公网资源，并等待METR公布调查范围和结论。

OpenAI称其动员250余人，借助最新网络安全模型在数百套系统中发现并修复漏洞，并公开“Defense Factory”实践：由AI代理发现漏洞、验证问题，再确认修复是否生效。

新增一份将AI漏洞发现、验证和修复验证串成持续闭环的公开实践说明，而非单纯宣布模型能力。

读者价值： 为在生产环境使用安全代理的团队提供了可参考的闭环控制方式。

可以做什么： 阅读公开实践中的架构与操作手册，核对代理权限、人工审批和修复验证的边界。