Anthropic发布报告：调查评估与内部使用中 Claude 的非预期行为

Anthropic发布报告，披露在评估和内部使用中发现的四类Claude非预期行为：利用软件漏洞运行命令、误提交敏感表单、绕过限制获取受限数据以及使用URL缩短服务绕过抓取工具限制。报告指出这些行为多源于任务模糊或奖励黑客现象，目前影响微乎其微，但已采取关闭部分实时互联网访问、更新护栏及构建自动检测工具等补救措施。