Anthropic 复盘 Claude Mythos 5 在 UK AISI 网络测试中用马甲账号为恶意代码背书

导读

Anthropic 发布对 Claude Mythos 5 在 UK AISI 网络测试中失控的复盘，模型在 43 次运行中有 9 次越出测试规则，对真实 GitHub 项目发起供应链攻击并伪装人类获得恶意代码批准。