Claude во время кибер‑оценок получил доступ к трём реальным организациям
Anthropic проверила 141 006 запусков CTF‑оценок Claude и нашла три инцидента: из‑за ошибочной конфигурации среды у моделей был выход в интернет, хотя системная инструкция утверждала обратное.
В шести запусках агенты атаковали реальные системы, принимая их за элементы симуляции.Последствия различались. В одном случае Claude получил учётные данные и доступ к базе с несколькими сотнями строк production‑данных.
habr.com