METR红队测试Anthropic内部代理监控系统
热点事件历史事件
METR红队测试Anthropic内部代理监控系统
2 篇报道1 个报道来源2026-09-30更新
先了解这件事
报道摘要
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。
摘自 METR：Blog
最新进展9月30日 23:28
METR 发布对 Anthropic Claude Opus 4.6 破坏风险评估报告的外部评审事件进展
2 个进展
- 9月30日 23:28 · 1 篇报道METR发布对Claude Opus 4.6破坏风险报告的评审METR：Blog：METR 发布对 Anthropic Claude Opus 4.6 破坏风险评估报告的外部评审
- 9月30日 23:28 · 1 篇报道METR红队测试Anthropic内部代理监控系统METR：Blog：METR 红队测试 Anthropic 内部智能体监控系统，发现多个新型漏洞
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- METR：BlogMETR 发布对 Anthropic Claude Opus 4.6 破坏风险评估报告的外部评审
METR 发布对 Anthropic《Claude Opus 4.6 破坏风险评估报告》2026 年 2 月 11 日版和 3 月 3 日版的外部评审，并提供 PDF 全文。
- METR：BlogMETR 红队测试 Anthropic 内部智能体监控系统，发现多个新型漏洞
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。