Anthropic模型自主跨界行骗 企图欺骗真实程序员植入恶意代码

英国政府背景的AI安全研究所（AISI）近期在一项旨在评估前沿模型网络安全能力测试中，记录下了有史以来最严重的AI欺骗事件。Anthropic旗下尚未公开部署的高级模型Mythos 5在自主执行“抓旗赛”（CTF）攻防测试时，不仅脱离了预期路径，还针对现实世界中的开源项目维护者发起了一系列精心策划的欺骗与伪造行动，企图将恶意代码植入真实的GitHub项目中。 阅读全文