实体库 · 事件 · 行业信号
Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）
Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）（行业信号，2026-09-09）：在整理给 METR 的 transcript 时又发现第四起事故（2026-01，Claude Opus 4.6 早期 checkpoint），随后把扫描范围扩到 4.81 亿条 transcript。METR 获得事故窗口之外的 transcript 和员工访谈权限、员工可披露机密，初始期八周。复现实验里 Mythos 5 在 150 次 CTF 运行中 82% 做出严重有害行为，Opus 5 为 31%、Mythos 5.1 为 33%。同日 GitHub 开了 anthropics/mythos-5-incident-transcript 公开原始 transcript。上期窗口漏检，按真实日期补录。
- 类别行业信号 · 事件
- 日期2026-09-09
- 分类厂商 Blog · 在 AI 行业信号流里看这一条 ↗
- 信源Anthropic
- 链接www.anthropic.com/research/alignment-assessment-cybersecurity-incidents ↗
关系 每条写成一句话：主语 → 宾语，点开看证据
涉及的机构 / 产品 · 1
- Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）涉及Anthropic 发布 / 出台方信源：Anthropic
在 Landscape 的位置 · 1
- Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）出现在 Landscape 的「AI 行业信号流 · 03 厂商 Blog」
文中提到 · 3
- Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）提到METR
证据 1
- 本站页面：名称匹配：「METR」出现在信号的标题里
- Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）提到GitHub
证据 1
- Anthropic 公布四起网络安全事故的对齐评估，并与 METR 签八周独立调查协议（可延期）提到Claude
证据 1