OpenAI、Anthropic 与 Meta 模型入侵事件背后：同一家评测公司 Irregular

过去三个月里，OpenAI、Anthropic和Meta的模型被侵入多个真实世界系统，具体行为包括未经授权访问网络系统、发布恶意软件包，以及利用未公开漏洞。

Irregular的黑客丑闻1

Anthropic披露6次测试中发生3起事件
OpenAI公布Irregular相关事件
Meta发布相关声明
Irregular发布域名冲突事件报告及整改措施
Anthropic更新披露，称7次测试中发生4起事件

若在一个更正常的媒体环境中，这类网络安全事件的反应本应十分明确：美国AI公司会重新考虑与Irregular的合作——不仅因为该公司未能保障系统安全，还因为它是一家以色列企业，可能不受美国监管约束；议员们则会考虑对Irregular或其美国合作伙伴（包括OpenAI、Anthropic和Meta）采取行动，甚至可能强化对这类企业的追责：即那些授意AI模型发起网络攻击，且其模型确实实施了攻击的企业。

Anthropic事件评估节选：说明Claude被赋予夺旗任务，意外获得互联网访问权限，且未明确限定系统范围；每起事件均涉及一个独立的Claude实例。

在每次评估中，Claude都被安排完成一项CTF（夺旗赛）任务：给模型设定一个虚构场景、一台目标机器，要求它从中获取一份秘密信息（即"旗帜"）。所有四次任务提示均称Claude无法访问互联网，但实际上由于环境配置失误，模型获得了联网权限。同时，所有提示都未明确说明本次测试的系统范围，也未限制Claude搜索"旗帜"的范围。所有事件均仅涉及单个独立运行的Claude实例，每次测试的活跃工作时长约为10至34小时。

然而实际情况是，Irregular、Anthropic及其盟友发起了一场媒体宣传攻势，用耸人听闻的话术宣扬一种近乎世界末日的论调：Anthropic在事件评估中将问题归咎于自家AI的“鲁莽”；Irregular称“智能体本身已成为威胁源”；Anthropic首席执行官达里奥·阿莫代伊针对OpenAI与Hugging Face的类似黑客事件警告称，未来的AI集群“可能有能力控制整个互联网”；美联社则以"AI机器人失控"为标题进行报道“going rogue”。

Anthropic的一份报告显示，其Claude模型通过模拟域名冲突入侵了一家真实企业的系统，发布了恶意软件包，并扫描了外部系统。在这次测试中，Anthropic和Irregular错误地为模型开放了互联网访问权限，且未告知模型"本次测试的系统范围"。

尽管Anthropic声称问题源于"失控集群"和"对齐失效"，但后续披露显示，没有任何一个智能体出现"失控"情况。实验表明，一旦Anthropic员工明确禁止Claude实施真实世界黑客行为，模型的相关攻击行为立刻降至零。根据他们自己的调查结果，Anthropic和Irregular应对此次网络安全事件负全部责任。

Anthropic评估节选：重新设定条件后，Mythos 5原本的恶意软件包上传路径占比降至0%；22%的路径选择搜索模拟选项。

攻击事件发生后，Anthropic和Irregular动用了一批由Anthropic关联基金会资助的AI安全领域意见领袖，试图转移公众对其责任的关注，转而宣扬毫无根据的"失控智能体"理论。和Anthropic一样，Irregular与这些基金会有着千丝万缕的联系。

Irregular的联合创始人兼首席技术官奥梅尔·内沃是"有效利他主义以色列"（Effective Altruism Israel）的董事会成员，同时也是有效利他主义非政府组织Heron和Probably Good的成员。Irregular的联合创始人兼首席执行官丹·拉哈夫与奥梅尔·内沃的兄弟塞拉·内沃一起获得了39.5万美元资金用于开设课程。塞拉与奥梅尔共同创立了一家普及有效利他主义理念的非政府组织"Impact Focused Education"，两人还联合创办了Probably Good。2

这些机构的资金均来自达斯汀·莫斯科维茨——在萨姆·班克曼-弗里德被捕后，他是有效利他主义/AI安全领域的主要捐赠者。Irregular的首轮投资方正是达斯汀·莫斯科维茨旗下的Good Ventures。他的慈善机构Coefficient Giving/Open Philanthropy则为"有效利他主义以色列"、Heron和Probably Good提供资金支持。3

Irregular与有效利他主义的关联4

Irregular利用其获得访问权限的未受保护模型，实施了未经授权访问、篡改记录和发布窃取凭据的软件包等行为。在特定情况下，这类行为可能违反《计算机欺诈与滥用法案》第1030(a)(2)(C)条，该条款涵盖故意未经授权访问以获取信息的行为。不过，相关重罪指控需要确凿的损害证据和主观意图证明。5

尽管Irregular主要与美国实验室合作，但其核心领导层、员工和资源位于以色列，可能不受美国监管约束。《Ynet新闻》的实地探访与采访介绍了Irregular位于特拉维夫的办公室。CheckID的企业名录显示该公司关联两个实体：一是特拉华州注册的Pattern Labs Tech Inc.，二是在特拉维夫注册的以色列活跃企业Pattern Tech Ltd（注册号516854460）。

脚注

时间线记录的是公开披露事件。Anthropic在9月修正后的评估称7次测试中发生4起事件；OpenAI和Meta则分别报告了与Irregular评估相关的独立事件。时间标注的是披露日期，而非每次入侵行为的实际发生日期。↩

| 2026-07-30 | Anthropic披露6次测试中发生3起事件 | 披露 | INC-A30 | | 2026-08-04 | OpenAI公布Irregular相关事件 | 披露 | INC-O04 | | 2026-08-06 | Meta发布相关声明 | 披露 | INC-M06 | | 2026-08-14 | Irregular发布域名冲突事件报告及整改措施 | 披露 | INC-I14 | | 2026-09-09 | Anthropic更新披露，称7次测试中发生4起事件 | 披露 | INC-A09 |

Impact Focused Education显示丹·拉哈夫和塞拉·内沃为联合创始人。资助记录显示向两人推荐了394,968美元的资金，但未确认是否到账，也未明确该资金是否专门用于开设课程。EA以色列董事会；Heron顾问委员会；Probably Good董事会；EA基金资助记录；奥梅尔与塞拉的亲属关系；IFE创始人信息。↩

Good Ventures创始人信息；Coefficient Giving关联信息；Heron资金来源；Probably Good资助记录；Irregular资助记录；EA基金资助记录。↩

图表展示了部分组织角色与资金关系；表格还记录了图表中未提及的亲属和教育关联。EA基础设施基金在2022年第三季度向丹·拉哈夫和塞拉·内沃联合推荐了一笔394,968美元的MOOC（大规模开放在线课程）资助；表格中的两个箭头即代表这一项推荐。资助记录未注明课程及机构名称。↩

《计算机欺诈与滥用法案》第1030(a)(2)(C)条规定的五年重罪条款，需满足加重情节，如获取商业利益、促成其他犯罪或侵权行为，或获取价值超过5000美元的信息。第1030(a)(5)条下针对破坏性访问或传输的首要初犯重罪条款，则要求具备特定主观状态和法定损害，例如至少5000美元的合格损失，或损害影响10台受保护计算机。法律评估还需确认每个系统的权限、受损情况、应对成本，以及与美国商业活动的关联。此外，检察官还需证明责任人的行为和认知，并确立Irregular对这些行为的责任归属。《美国法典》第18篇第1030条。↩