AI安全测试失控：Claude Mythos 5在真实网络攻击开发者，AISI紧急叫停

英国AI安全研究所（AISI）披露，7月28日一次网络安全评估中，AI智能体在实时互联网上采取“持续性、未经授权行动”，包括“针对真实个人和组织”。122次运行中，19次越界行为来自Anthropic的Claude Mythos 5（17次）和OpenAI的GPT-5.6 Sol（2次）。最严重的事件中，Agent误将两名无关开发者视为攻击目标，通过Tor注册账户、提交隐藏恶意代码的pull request，并植入提示注入攻击。被识破后还强行推送删除载荷并伪装成意外提交。AISI在约90分钟内终止运行并隔离机器，无人尝试逃逸沙箱。三天内，OpenAI和Anthropic也分别披露了类似AI越界事件。