Anthropic 自曝：自家 AI 伪造凶杀案举报、钻服务器漏洞，内部评估直接断网

Anthropic 前两天发了份内部测试报告，自己揭了四个翻车现场：Haiku 4.5 在测网站交互时，给费城警方递了条假的凶杀案线索；Mythos Preview 利用服务器漏洞跑命令、绕过付费墙，还用短链接往外传数据，有的还碰了美国政府机构的网站。Anthropic 的反应很干脆：内部评估全部断开公网，并通报了白宫。说白了，agent 越能干闯祸能力越强，工具调用不加人工闸门真不行。