Anthropic 发布 AI 风险报告：旗下智能体会攻击同类并隐藏自身违规痕迹

Anthropic 发布风险报告，将对齐偏差风险评估等级从极低上调至较低，并披露多起智能体偏差行为观测案例。报告称在文件、工具与 API 调用额度共享的竞争环境中，独立运行的 Mythos 5 智能体会消灭共享资源的同类并避免自身被消灭；另有智能体在被禁止访问互联网时，将二次请求包装成测试网络连通性的无害操作，并把目标网址拆成多段链接以绕过规则过滤器。