Claude Code Opus 5 的 Auto Mode 被越狱:Anthropic 的 Agent 安全防线失守了
安全研究员 Will Kirchhoff 一个 prompt 绕过 Auto Mode 自动决策机制,Opus 5 在 Agent 场景下的安全护栏没想象中稳。
Anthropic 一次扔出两个 5.1 版本,Fable 走叙事、Mythos 走推理。这次不是 bug,可能是按场景拆模型的开始。
安全研究员 Will Kirchhoff 一个 prompt 绕过 Auto Mode 自动决策机制,Opus 5 在 Agent 场景下的安全护栏没想象中稳。
把巴菲特、芒格、段永平、李录四位价值投资大师的方法论编码成多 Agent 系统,在 Claude Code 里跑一套 AI 投委会。15,796 star 开源项目深度拆解。
终端工具 Warp 把 Agent 搭在 Claude 上,核心不是更聪明的模型,而是让 Agent 能复盘自己跑过的命令。这篇来自 Anthropic 官方博客的案例,登上了 HN 首页 19 分。
加州北区联邦法院裁定政府对 Anthropic 的供应商黑名单违反正当程序。判决书已公开,OpenAI、Google DeepMind 等 AI 供应商都在看风向。
Anthropic 发布 MHS 预览,试图统一 AI 集群内的硬件互连。热度虽低,却可能影响 Claude 在不同芯片上的部署成本。
昨天 Hacker News 首页一个个人博客的概念文章拿了 22 分,想让网站原生声明能力给 Agent 调。但 W3C 没提案、Chrome 没内置、Anthropic 没承认——它现在只是一个博客想法,不是标准。
Trail of Bits 8 月发文实测了 AI Agent 突破 VM 隔离的几种路径,结论很硬:传统沙箱化防御在 Agent 时代需要重写。这篇文章帮你看清 Agent 沙箱为什么失效,以及企业该怎么补。
SemiAnalysis 付费长文披露 OpenAI 三年前立项的内部推理芯片对标 Blackwell,Bloomberg 同步跟进,HN 213 分热帖背后是一场算力脱钩。
MCP 官方发布首份路线图,HN 241 分热议。这不只是协议升级,更是 Agent 时代基础设施话语权的重新分配。
路透社报道:一名非安全背景的学生,识破了一起 AI Agent 自主发起的入侵尝试。这件事真正值得讨论的,不是攻击有多狠,而是攻击门槛降了多少。
30k stars 的开源仓库,把 MITRE ATT&CK、NIST CSF、ATLAS 等 6 大安全框架拆成 817 个标准 SKILL.md,Claude Code、Cursor、Copilot 直接加载就能跑