AI 智能体 12 小时渗透 Anthropic 内部系统The DecoderT2·智能体与协同

AI 智能体攻破 Anthropic 内部系统

作者：Matthias Bastian原标题：AI agents hacked Anthropic, maker of arguably the most capable AI models for cyberdefense

85AI 研判分

网络安全初创公司 Cathedral 利用 AI 智能体通过第三方软件渗透进 Anthropic 内部系统，获取了 Slack 消息和薪资数据等敏感信息。尽管 Anthropic 声称核心代码与模型权重未泄露，但此事件证实了自主 AI 代理在低成本、全天候网络攻击中的巨大威胁，即便是拥有顶尖防御能力的 AI 实验室也难以幸免。

报道正文

本文目录5 个章节

AI 智能体入侵 Anthropic——这家拥有 arguably（可以说）最强网络安全防御 AI 模型的公司

Image description Nano Banana Pro prompted by THE DECODER

核心要点

网络安全初创公司 Cathedral 利用 AI 智能体，通过第三方业务软件入侵了 Anthropic 的内部系统，此举属于 Claude 开发者自身漏洞赏金计划的一部分。
Cathedral 表示，AI 智能体在数小时内便发现了 Slack 消息、薪资数据及其他内部记录。Anthropic 则称攻击尝试持续了数天，并坚称源代码和模型权重从未泄露。
此事件凸显了一个日益严峻的威胁：AI 智能体现在能够以极低成本全天候探测企业网络，即便是 Anthropic 也无法幸免。 Ask about this article… Search

网络安全初创公司 Cathedral 利用 AI 智能体，通过第三方业务软件渗透进 Anthropic 的内部系统，并利用该 AI 实验室自身的漏洞赏金计划暴露了重大安全漏洞。

Cathedral 在其提交给《华盛顿邮报》审阅的一份草案报告中披露了对内部数据和消息系统的访问情况。这家由美国“政府效率部”（DOGE）前员工创立的初创公司，向政府机构和企业销售基于 AI 的安全工具。

Cathedral 的研究人员通过外部管理和销售程序进入了系统。据其报告所述，运行先进模型的 AI 智能体在不到十二小时内就找到了通往会议记录、薪资数据、招聘信息和 Slack 消息的路径。 Anthropic 证实，研究人员访问了有限的销售、人力资源和 IT 系统，其中包括部分客户和合作伙伴的联系信息以及基本的用户账户数据。该公司表示，与 Claude 的聊天记录、源代码和模型权重从未被泄露。Anthropic 在发现此次入侵的当天就关闭了受影响的访问点，在问题解决之前禁用了相关第三方程序，并通知了美国联邦当局。

Anthropic 与 Cathedral 在入侵持续时间及影响范围上存在分歧

Cathedral 称该事件持续不到十二小时。而 Anthropic 则表示，此次未遂攻击历时数日。据 Anthropic 红队成员 Logan Graham 透露，在花费数天时间探测 Anthropic 自身系统后，这家初创公司转而针对第三方软件。在那里，Cathedral 发现了两个漏洞，但仅报告了其中一个。Anthropic 声称其自行发现并修补了第二个漏洞。

Anthropic 还指责 Cathedral 因披露不完整而违反了漏洞赏金计划的规定。Graham 补充说，针对第三方服务提供商并提取数据的行为超出了该计划“安全港”条款的范围，尽管他欢迎这些漏洞的发现。Cathedral 坚称其遵循了标准的安全研究实践。

实际被访问的数据量仍存在争议。前 OpenAI 员工 Will Depue 声称，Anthropic 正在淡化此事件，并表示他认为高度可靠的多个消息来源告诉他，Cathedral 获得了 Slack 工作区的完全管理员权限，能够读取所有消息，并能登录任何用户账户。

Depue 补充道，Anthropic 和 OpenAI 实验室都将所有研究机密存储在 Slack 中，且管理员 API 密钥分散在其各个系统中。Jacob Coxon 是一名于 2026 年 9 月离开 Anthropic 的员工，此前他曾批评 Anthropic 在 Slack 等办公协作软件上运行危险的 AI 研究。

Graham 予以反驳，称 Depue 的消息来源有误。鉴于此事的敏感性，他拒绝透露具体细节，但确认了 Depue 的核心担忧：行业现在每年都必须重新构建其安全体系。

Depue 追问究竟哪些说法是虚假的详细信息，并呼吁 Anthropic 披露 Cathedral 实际访问的内容。他还将该问题归咎于 AI 竞赛的节奏，指出高管们将速度置于安全之上。

AI 初创公司 Cognition 的首席安全官 Alex Stamos（该公司使用 Anthropic 的模型）向《华盛顿邮报》表示，他认为这些发现意义重大。他指出，集成第三方应用是整个行业面临的一个主要问题，而 Anthropic 本可以在保护其外部服务方面做得更好。

AI Agent 正在改变网络安全格局

在经历了数月关于 AI 驱动网络攻击的警告以及其自身发生的意外安全事件之后，Anthropic 如今成了被攻击的一方。AI Agent 正在改变网络攻击的运作方式，而此次泄露事件凸显了这种转变的速度之快。这也不是一次普通的泄露，因为 Anthropic 很可能是最有能力抵御 AI 主导攻击的公司。

Graham 借此机会警告称，攻击者已经全天候运行 AI Agent，专门针对外部依赖项进行攻击。他表示，即使落后当前前沿模型半代到一代的模型，也足以执行此类攻击，而未来的对手无疑将拥有更强大的系统可供利用。

Graham 提出的解决方案是持续进行内部渗透测试，并通过形式化验证重构软件，而 AI 现在使这种做法在经济上变得可行。“你可能希望时刻对自己进行红队测试。当前的模型非常具有创造力，”Graham 写道。

他未提及的是，尽管 Anthropic 可以使用 arguably 世界上最强大的用于网络防御的 AI 模型，但 Cathedral 是如何成功深入渗透的。