METR：Blog（网页）·· 13 小时前AI 评分49
METR 红队测试 Anthropic 内部智能体监控系统，发现多个新型漏洞
Red-Teaming Anthropic's Internal Agent Monitoring Systems March 26, 2026 A METR staff member spent three weeks red-teaming a subset of Anthropic's internal agent monitoring and security systems, discovering several novel vulnerabilities. Read more
AI 导读
METR 员工 David Rein 用三周时间对 Anthropic 内部智能体监控与安全系统进行红队测试，发现多个具体的新型漏洞，其中部分已被修复，且均未严重动摇 Opus 4.6 Sabotage Risk Report 的主要结论。测试还产出包含隐蔽攻击的智能体轨迹和一个小型攻击策略构思测试集，最终形成 26 页报告并与 Anthropic 共享。
来源：METR：Blog（网页） · metr.org