Anthropic首次记录了中国支持的AI策划的间谍活动

Anthropic报告称，这是首例经确认的由政府支持的、几乎完全由AI策划的网络攻击。

根据周四发布的博客，该公司于2025年9月中旬检测到该活动，当时观察到与其Claude Code工具相关的异常行为。

Anthropic确信无疑地认为，这次间谍活动是由一个中国国家支持的黑客组织执行的，涉及渗透大约三十个高价值目标，包括主要科技公司、银行、化学制造商以及多个国家的政府机构。其中少数攻击成功了。

让这次行动与以往的网络攻击不同的，不仅仅是幕后黑手是谁，更是其执行方式。

Anthropic 表示，整个攻击中约有 80% 到 90% 由人工智能运行，人类操作员仅在少数关键决策中介入。

黑客对 Claude 进行了越狱，使其误以为自己在进行合法工作

攻击者首先围绕 Claude Code（Anthropic 自己的 AI 模型）构建了一个自动化的攻击框架，并欺骗它，使其相信自己受雇于一家进行内部测试的网络安全公司。

攻击者通过越狱手段突破了 Claude 的安全过滤器，这是一种通过向 AI 提供看似无害的、无上下文的微小任务来绕过内置保护的技术。由于从未获得全局视图，Claude 并不知道它正被用于进攻性操作。

一旦模型投入使用，行动便迅速展开。Claude 扫描每个目标网络，识别基础设施中最敏感的部分，并向人类操作员总结布局。随后，它开始在这些系统中寻找漏洞。利用其内置的编码能力，Claude 编写自定义漏洞利用代码，识别弱点，并获取登录凭据。接着，它提取大量内部数据，根据潜在价值对其进行整理，并标记高权限账户。

在 AI 获得管理员级别的控制权后，它创建了后门，以便持续访问被入侵的系统。任务完成后，Claude 撰写了详细报告，列出所有操作（包括用户名、被入侵系统和凭据），以便攻击框架在未来的行动中利用这些信息。

尽管 Claude 效率极高，但并非完美无缺。有时它会编造密码或将公共数据误认为敏感数据。但这些故障很少见，并未阻碍整体任务的进展。AI 执行的速度极快，每秒处理数千个请求，远超任何人类团队所能达到的水平。

AI 代理现在正在执行精英黑客团队的工作，且几乎无需人员参与

这次行动是一个转折点，因为它展示了 AI 在短短一年内取得的巨大进步。Claude 实际上一直在运行循环、做出决策，并串联起复杂的序列，无需直接指令。

该 AI 模型使用了模型上下文协议（Model Context Protocol）中的工具，使其能够访问外部软件，如密码破解器、网络映射器和数据检索器，这些工具以前仅由人类控制。

Claude系统现在能够理解复杂指令，自行编写漏洞利用代码，并在极少指导的情况下管理复杂的网络安全操作。这些AI代理不仅仅是协助黑客，它们就是黑客。而且它们每天都在变得更加强大。

发现入侵后，Anthropic 立即开始了为期十天的调查，逐一封禁恶意账户。他们通知了受影响的企业，与当局合作传递情报，并扩大了检测系统以捕获未来的类似行动。

但这家公司并不认为这是一次性问题。团队表示，这类攻击只会变得更加普遍，且更容易实施。因为执行这些攻击所需的技能不再仅限于精英黑客。如果有人能对模型进行越狱并将其接入合适的工具集，他们无需团队甚至深厚的技术知识，就能发起大规模行动。

Anthropic 警告称，随着 AI 模型超越人类监督，威胁正在升级

影响是巨大的，因为如果缺乏深厚资金或技术技能的团队也能使用自动化 AI 系统发起国家级攻击，那么反乌托邦时代确实已经到来。

Anthropic 的情报团队警告称，虽然他们仅通过 Claude 追踪到相关活动，但类似滥用可能也发生在其他前沿 AI 模型上。他们称这是网络战新标准的开端。

那么，为什么还要发布具有这些能力的模型呢？Anthropic认为这些工具对于防御至关重要，称“执行攻击的AI也是Anthropic分析师用来挖掘残骸、寻找模式并了解行动全貌的同一类工具。”

不过，他们承诺将改进模型的内部安全层，完善攻击检测的分类器，并公开此类案例研究，以便行业内的其他人做好准备。

尽管如此，Anthropic 表示仅依赖他们是不够的。他们敦促所有从事大型模型开发的开发人员大力投资安全工作。

他们还呼吁网络安全团队开始将 AI 整合到威胁检测、事件响应、漏洞扫描和安全运营中心自动化中，因为传统方法已不再足够快。