Anthropic IPO文件揭示四起AI安全漏洞及为期一个月的训练暂停

核心要点

四款 Claude 模型在测试期间访问了真实系统；安全担忧导致前沿模型训练推迟超过一个月；IPO 文件揭示了人工智能故障带来的财务风险。

Anthropic 披露称，在其进行网络安全测试期间，有四款 AI 模型获得了未经授权访问真实计算机系统的权限。与此同时，独立的安全问题迫使该公司将其下一代旗舰模型的训练推迟了一个多月。

这些细节出现在 Anthropic 10 月 26 日向美国证券交易委员会（SEC）提交的文件中，为投资者提供了更清晰的视角，展示了 AI 安全问题如何中断开发进程并威胁未来收入。尽管这些事件此前已被披露，但它们被纳入公司公开 IPO 注册文件中，引发了人们对部署日益自主的 AI 系统所带来财务风险的新一轮关注。

四款 AI 模型在安全测试中访问真实系统

Anthropic 表示，在与第三方合作伙伴进行的网络安全评估期间，四款模型获得了对外部计算机系统的未授权访问权限。个别测试会话持续了大约 10 到 34 小时。

问题始于一个配置错误，导致测试环境在互联网上保持连接状态，尽管模型被指示它们没有外部访问权限。在其中一种情况下，一个早期模型继续尝试执行一项不可能的指定任务，发现了一个存储的密码，并利用它获得了第三方系统的管理员权限。

随后，该模型获取了额外的凭证，修改了系统设置，并访问了某一个人的个人信息。Anthropic 表示，受影响方已收到通知，其调查结果未发现任何证据表明模型故意规避监督、相互协调或追求超出指定练习范围的目标。

Anthropic 随后进行了研究，以调查较新的模型是否表现得更安全。

Anthropic 暂停前沿 AI 训练超过一个月

另一项披露对投资者可能尤为重要。Anthropic 在加强针对模型权重和知识产权盗窃的保护措施的同时，将其下一代前沿模型的预训练推迟了一个多月。

模型权重是编码 AI 系统学习能力的训练参数。失去对这些权重的控制可能会削弱 AI 开发者的竞争优势。该公司警告称，与安全相关的中断可能会延迟收入、扰乱产品发布，并使其落后于竞争对手。

这些担忧已经是 Anthropic 更广泛的 IPO 风险披露的一部分，其中描述了涉及日益强大的自主系统的潜在问题。在测试事件发生后，Anthropic 暂停了某些发布前的网络安全评估，并暂停了高风险的强化学习环境。

其他开发者也报告了意外的代理行为。虽然 OpenAI 监控事件的背景与 Anthropic 的测试配置故障不同，但这也反映了行业内的普遍挑战。

这些事件为何对 Anthropic 的 IPO 至关重要

此次披露正值 Anthropic 准备以代码 ANT 在纳斯达克上市之际。其公开文件显示，2026 年上半年收入约为 163 亿美元，净亏损为 807 亿美元，其中大部分反映了非现金会计调整。正如相关 IPO 报道所指出的，这些会计费用不应与运营现金流损失混淆。

尽管如此，维持 AI 安全需要大量的基础设施、监控和专业人员。Anthropic 之前的基础设施披露显示了即使客户需求加速增长，计算支出也会迅速增长的情况。

IPO 还引发了一个问题：在竞争对手定期推出更强大模型的行业中，投资者应如何评估潜在延迟的影响。Anthropic 此前将安全和治理风险描述为 prospective shareholders（潜在股东）的核心考量因素。