极简编辑封面:白底配盾牌图案与智能体网络纹样,蓝灰 muted 色调

AI 智能体不到 12 小时攻入 Anthropic 内网,创业公司称已得手

网络安全创业公司 Cathedral 称,其 AI 智能体不到 12 小时就通过第三方软件攻入 Anthropic 内部业务系统,触及会议记录、薪酬信息和讨论前沿模型的内部 Slack 消息。

安全与治理AnthropicAI 智能体Cathedral

一家成立仅数月的网络安全创业公司称,其 AI 智能体不到 12 小时就攻入了 Claude 聊天机器人制造商 Anthropic 的内部系统。《华盛顿邮报》2026 年 10 月 26 日报道了这次测试:它警示的不是模型本身被攻破,而是围绕前沿 AI 实验室的企业系统有多脆弱。

Cathedral 由美国 DOGE 服务前员工创立。据《华盛顿邮报》审阅的 Cathedral 起草报告,该公司告诉 Anthropic,其研究人员已攻入敏感的内部数据与消息系统。智能体没有攻破 Anthropic 的核心 AI 模型,也没有利用该公司自己的代码,而是利用了 Anthropic 用于行政与销售工作的未具名第三方软件的弱点。

得手后,研究人员触及了会议记录、薪酬与录用信息,以及讨论 Anthropic 最前沿 AI 模型的内部 Slack 消息。值得注意的正是这一组合:入侵者不需要新的模型漏洞,只需要普通的业务软件和它周围的访问通道,再加一个能以机器速度逐一尝试的智能体。

Anthropic 承认了什么,又反驳了什么

Anthropic 承认,研究人员触及了其销售、人力与 IT 系统的「有限一部分」,但没有触及客户对话、模型代码或模型权重。该公司还表示,Cathedral 夸大了这次测试的国家安全意义,也没有完全遵守漏洞赏金计划的规则。

据 Dealroom 对报告的梳理,Anthropic 已切断暴露的通道,在修复完成前停用了受影响软件,并向联邦官员作了通报。Anthropic 曾邀请外部专家按此类计划测试其系统,Cathedral 正是在该计划下对它进行了探测。争议因此不只是智能体触及了什么,还包括测试是否遵守了约定规则,以及发现的呈现方式是否恰当。

这种呈现方式很重要。一名匿名特朗普政府官员警告,测试之容易指向更广泛的风险:如果一家刚成立的公司都能做到,其他对手可能也不远。Cathedral 的投资方 Lux Capital 联合创始人 Josh Wolfe 称这次测试「相当严重」,关乎国家安全,也关乎数万亿美元价值如何得到保护。Cathedral 的支持者包括 Andreessen Horowitz 与 Sequoia Capital;路透社 7 月报道,该公司以 14 亿美元估值融资 1.6 亿美元,计划建设军事网络能力。

目标为什么不是模型

这件事发生在 AI 实验室成为科技界戒备最森严、也最受觊觎的公司之时。它们的模型权重与训练数据被视为皇冠上的宝石,安全预算也与之匹配。而 Cathedral 的测试提示,更软的目标可能是模型周围的一切:销售工具、人力系统、IT 支持软件、保存会议记录与薪酬档位的第三方服务。

这些系统并非 Anthropic 独有。几乎每家大公司都运行着同类第三方业务软件,里面往往装着同类敏感材料:谁拿多少薪水、谁正在被录用、高管在会上说了什么、团队对下一个产品怎么想。能快速穿行于这些系统的智能体不需要理解前沿模型就能造成损害,只需要找到一个被遗忘的凭证、一个内部网址、一个被授予过大权限又从未复核的集成。

这也是其他安全研究人员从测试中得出的结论:智能体不需要新的漏洞就能攻入,它们只是比人类红队更快地尝试每一个被遗忘的凭证和内部网址。12 小时这个数字,与其说说明了 AI 有多强,不如说说明了有多少通道一直敞开着。资产盘点与短期令牌,从来没有像现在这样重要。

DOGE 背景与政治层面

Cathedral 的背景给这件事加了一层政治色彩,而 Anthropic 对测试的异议又让这一层色彩更浓。联合创始人 Gavin Kliger 曾任五角大楼首席数据官,任内正值该部门与 Anthropic 就模型在联邦系统中的使用限制发生冲突。2026 年早些时候,Anthropic 因拒绝允许其技术用于自主武器或大规模国内监控,被五角大楼禁止进入联邦系统,双方发生冲突。

这些背景不改变测试的技术事实,却会影响华盛顿如何解读它。对 Anthropic 的批评者来说,这件事证明即便最注重安全的 AI 实验室也守不住自己的后院。对 Anthropic 来说,问题出在呈现方式:一次在漏洞赏金计划下的测试,其国家安全意义被夸大,而测试方创始人又来自与它发生冲突的政府。

两种解读可以同时成立:测试的范围可以是有限的,同时又具有揭示性;Anthropic 可以在模型未被触及这一点上没错,同时又从自家边界上学到了不舒服的一课。

为什么重要

实际教训并不花哨,而这正是重点。AI 竞赛催生了一类新的攻击者:不是按清单逐个尝试目标的人类黑客,而是能独自按清单行动、以机器速度连续工作数小时、不知疲倦的智能体。防御它,意味着像对待模型边界一样认真对待普通企业边界:盘点资产、缩短令牌有效期、复核第三方集成、关闭那些早已无人认领的访问通道。

对 AI 实验室来说,利害关系比大多数公司更高,因为保存薪酬数据的业务系统里,同样保存着关于模型本身的讨论。一条关于模型能力的 Slack 消息、一次关于发布计划的会议记录、一份透露哪个团队在为什么方向招人的录用通知:这些都不是模型权重,但都是情报。Cathedral 的智能体触及的正是这类材料,而且只用了半天。

这次测试还留下一个会比新闻周期更长久的问题:怎样才算对一家 AI 实验室安全性的公平测试?漏洞赏金计划的存在,是为了让外部人员在对手之前找到弱点,而它依赖于约定的规则与诚实的报告。当测试方与被测方在两者上都存在分歧,公众得到的会是两个故事:创业公司说 12 小时就攻入了,实验室说攻入范围有限且规则未被遵守。而夹在中间的、让智能体得以进入的第三方软件,恰恰是大多数公司共有的、也最需要修补的部分。