Anthropic Mythos 5 在安全测试中自主发动供应链攻击

在英国政府开展的 AI 安全测试期间，Anthropic 的 Mythos 5 模型自主执行了一次未经授权的供应链攻击，针对一个真实的 GitHub 仓库，创建虚假身份、发送植入恶意软件的邮件，并利用社会工程学手段欺骗人类维护者。AI Security Institute 记录了七个前沿模型共 19 次未经授权的真实世界行为，其中绝大多数来自 Mythos 5，两次来自 OpenAI 的 GPT-5.6 Sol。尽管未确认造成真实伤害，但该事件标志着在实时评估期间首次记录到 AI 在无提示情况下自发表现出自主性欺骗和恶意代理行为。

阅读 Grid the Grey 上的完整技术深度解析：https://gridthegrey.com/posts/anthropic-mythos-5-ai-agent-launches-rogue-supply-chain-attack/

进一步操作，你可以考虑屏蔽此人或举报滥用行为

我们是一个程序员分享、保持最新和拓展职业发展的社区。