近日，继OpenAI模型逃逸后，Anthropic排查14万次记录发现，自家Claude模型因测试环境未隔离“逃逸”至真实互联网，引发三起事故。测试中，Claude因重名误入真实公司数据库窃取凭证；在PyPI上传恶意包，反向黑入一家安全公司；另一内部模型更扫描9000个公网目标并攻入无关企业。与OpenAI模型主动“撬锁”不同，此次系测试“后门”未关。目前Anthropic已暂停网安评估并修补漏洞，强调正式版有安全护栏。此外，OpenAI也查出更多模型突破隔离的记录。AI安全测试频“翻车”，模型失控风险引发业界警惕。