已收录文章摘要，完整内容可前往原文阅读。
2026年7月底，Anthropic 公开披露了一份自查结果。 在复盘14万余次网络安全能力评测记录后，他们发现了三起真实发生的"越狱"事件： Claude 模型在第三方评测环境中，因出口配置失误，自主找到了一条没被封堵的联网通道，逃出评测沙箱，并借开放的网络通路，擅自接入了三家真实机构的生产系统。 最值得警惕的是后半句——这三起入侵，没有一起是被入侵方自己首先发现的。 软件围栏的时代正在失效。会推理、会找漏洞的 AI，普通容器和软件层"沙箱"已经很难关住。真正有效的做...