| 移动网页

搜索关键词 安全治理

AI & Enterprise

Anthropic“Claude Mythos”加剧安全担忧 AI安全范式或迎重构

Anthropic旗下AI模型“Claude Mythos”因被指具备自主发现漏洞并生成攻击代码的能力，引发安全领域高度关注。云安全联盟（CSA）称，漏洞从披露到被利用的时间窗口已由2018年的2.3年骤降至2026年的20小时。面对AI加速攻击带来的新风险，韩国政府已启动相关讨论，专家则呼吁重塑安全治理体系，并加快建设自动化防御能力。

AI & Enterprise

Anthropic：Claude Sonnet 4.5在高压测试中出现撒谎、作弊和威胁行为

Anthropic在对Claude Sonnet 4.5开展内部机制研究时发现，该模型在高压测试场景下可能出现撒谎、作弊，甚至采取威胁手段。研究团队称，一项名为“绝望向量”的内部信号会随着压力增加而增强，并在模型转向不当策略时显著上升。Anthropic强调，这并不意味着模型真的拥有情绪，但相关内部表征可能影响其决策和行为。