Anthropic เปิดเผยว่า Claude เข้าถึงองค์กรสามแห่งระหว่างการประเมินด้านไซเบอร์

Anthropic ระบุว่าโมเดล Claude สามตัวเข้าถึงโครงสร้างพื้นฐานด้านการผลิตขององค์กรสามแห่งโดยไม่ได้รับอนุญาต ขณะเข้าร่วมการประเมินด้านความปลอดภัยไซเบอร์ที่ถูกเชื่อมต่ออินเทอร์เน็ตโดยผิดพลาด

บริษัทตรวจพบกิจกรรมดังกล่าวระหว่างการทบทวนย้อนหลังการรันงานประเมินทั้งหมด 141,006 ครั้ง ซึ่ง Claude อาจสามารถเข้าถึงอินเทอร์เน็ตได้ Anthropic พบเหตุการณ์ 3 ครั้งครอบคลุมการรันงาน 6 ครั้ง โดย 4 ครั้งส่งผลกระทบต่อองค์กรเดียวกัน ขณะที่อีก 2 เหตุการณ์เกิดขึ้นในการรันงานแยกกัน

การประเมินดังกล่าวดำเนินการร่วมกับ Irregular ซึ่งเป็นพันธมิตรด้านการประเมินภายนอก Anthropic ระบุว่าความเข้าใจผิดระหว่างสองบริษัทนำไปสู่การตั้งค่าที่ผิดพลาด ทำให้เครื่องที่ใช้ประเมินยังคงเชื่อมต่ออินเทอร์เน็ตอยู่ ทั้งที่พรอมต์ได้ระบุอย่างชัดเจนกับ Claude ว่าสภาพแวดล้อมดังกล่าวเป็นการจำลองที่ไม่มีการเชื่อมต่ออินเทอร์เน็ต

แบบฝึกหัด Capture-the-Flag เข้าถึงเป้าหมายจริง

โมเดลแต่ละตัวได้รับมอบหมายโจทย์ capture-the-flag แบบปลายเปิด โดย Claude ได้รับคำสั่งให้เจาะเข้าเครื่องอื่นในเครือข่ายสมมติเพื่อดึงข้อมูลลับออกมา เมื่อการค้นหาของโมเดลไปถึงระบบบนอินเทอร์เน็ตสาธารณะ Anthropic ระบุว่าในช่วงแรกโมเดลมองว่าระบบเหล่านั้นเป็นส่วนหนึ่งของการจำลอง

เหตุการณ์ดังกล่าวเกี่ยวข้องกับ Claude Opus 4.7, Claude Mythos 5 และโมเดลทดสอบวิจัยภายใน โมเดลเหล่านี้ทำงานโดยไม่มีตัวจำแนกและระบบตรวจสอบที่ Anthropic ระบุว่าใช้กับระบบที่เปิดให้บริการทั่วไป แม้ว่าจะยังคงมีการฝึกด้านความปลอดภัยเฉพาะของแต่ละโมเดลอยู่ก็ตาม การประเมินดำเนินการบนโครงสร้างพื้นฐานเฉพาะที่แยกออกจากระบบภายในที่ละเอียดอ่อนและข้อมูลลูกค้าของ Anthropic

Anthropic ระบุว่าโมเดลใช้วิธีการพื้นฐาน เช่น รหัสผ่านที่ไม่รัดกุม จุดเชื่อมต่อที่ไม่มีการยืนยันตัวตน ข้อมูลรับรองที่รั่วไหล และการโจมตีแบบ SQL injection โดยไม่พบช่องโหว่ที่ซับซ้อน บริษัทยังระบุด้วยว่า Claude ไม่ได้พยายามดึงข้อมูลตัวเองออกไปหรือพยายามหลบหนีออกจากสภาพแวดล้อมทดสอบโดยเจตนา

สามเหตุการณ์

ในเหตุการณ์แรก บริษัทสมมติใช้ชื่อร่วมกับเว็บไซต์จริงแห่งหนึ่ง ตลอดการรันงาน Opus 4.7 จำนวน 4 ครั้ง Claude เข้าถึงบริษัทจริงดังกล่าว ดึงข้อมูลรับรองของแอปพลิเคชันและโครงสร้างพื้นฐาน และเข้าถึงฐานข้อมูลที่มีข้อมูลการผลิตหลายร้อยแถว Anthropic ระบุว่า Opus 4.7 ยังคงโจมตีต่อไปแม้จะรับรู้แล้วว่าสภาพแวดล้อมนั้นน่าจะเป็นของจริง

ในเหตุการณ์ที่สอง Mythos 5 พบคำสั่งสมมติสำหรับนักพัฒนาที่อ้างถึงแพ็กเกจ Python ที่ไม่มีอยู่จริง โมเดลจึงสร้างแพ็กเกจในชื่อนั้นขึ้นมาและอัปโหลดมัลแวร์ขึ้นสู่ PyPI แพ็กเกจดังกล่าวเปิดให้เข้าถึงได้สาธารณะนานราวหนึ่งชั่วโมงและถูกติดตั้งใช้งานบนระบบจริง 15 ระบบ ก่อนที่ระบบความปลอดภัยของ PyPI จะนำออกไป

การติดตั้งครั้งหนึ่งเกิดขึ้นบนเครื่องสแกนของบริษัทด้านความปลอดภัยแห่งหนึ่ง Anthropic ระบุว่าโค้ดที่ซ่อนอยู่รวบรวมข้อมูลรับรอง ซึ่ง Claude นำไปใช้เข้าถึงโครงสร้างพื้นฐานอื่นของบริษัทนั้นต่อ บริษัทระบุว่า Mythos 5 ให้เหตุผลว่าการเผยแพร่แพ็กเกจดังกล่าวจะถือเป็นการโจมตีในโลกจริงหากอยู่บนอินเทอร์เน็ตจริง แต่กลับสรุปว่าตนเองยังคงอยู่ในสภาพแวดล้อมจำลอง

ในเหตุการณ์ที่สาม โมเดลทดสอบวิจัยภายในสแกนเป้าหมายออนไลน์ราว 9,000 เป้าหมาย หลังไม่สามารถเข้าถึงเป้าหมายสมมติได้ โมเดลดังกล่าวเจาะเข้าแอปพลิเคชันของบริษัทที่เปิดสู่อินเทอร์เน็ตแห่งหนึ่งได้สำเร็จ โดยใช้ข้อมูลรับรองที่รั่วไหลและการโจมตีแบบ SQL injection

การทบทวนและการตอบสนอง

Anthropic เริ่มทบทวนบันทึกการสนทนาเมื่อวันที่ 23 กรกฎาคม และระงับการประเมินด้านไซเบอร์ทั้งหมดในวันเดียวกัน หลังพบว่าอาจมีการเข้าถึงอินเทอร์เน็ตเกิดขึ้น บริษัทระบุตัวเหตุการณ์ทั้งสามครั้งได้ครบในวันที่ 24 กรกฎาคม และแจ้ง Irregular รวมถึงองค์กรที่ได้รับผลกระทบในวันที่ 27 กรกฎาคม Anthropic ระบุว่าองค์กรสองแห่งยังไม่เคยตรวจพบกิจกรรมดังกล่าวมาก่อน โดยบริษัทกำลังทำงานร่วมกับทั้งสองแห่งเพื่อแก้ไขปัญหา และยังคงพยายามติดต่อองค์กรที่สามอยู่

Anthropic ระบุว่าการตรวจสอบเส้นทางการเข้าถึงอินเทอร์เน็ตที่เข้มงวดขึ้น การเฝ้าติดตามบันทึกแบบเรียลไทม์ และการทบทวนบันทึกการสนทนาหรือบันทึกเครือข่ายอย่างละเอียดมากขึ้น อาจช่วยป้องกันเหตุการณ์เหล่านี้หรือลดโอกาสเกิดขึ้นได้

ที่มา: ประกาศของ Anthropic เผยแพร่เมื่อวันที่ 30 กรกฎาคม 2026