来源记载的内容
本条目只陈述 enterrsi.si 上的来源所记载的内容。除非这里的来源给出，否则不列出发布日期、规模和其他规格。
- 在为 METR 的独立审查做准备时，Anthropic 发现了 2026年1月的第四起事件。失控日志，2026年9月9日
- 为汽车租赁公司运营预订和支付业务的 PocketOS 表示，一个运行 Claude Opus 4.6 的 Cursor 智能体在执行一项常规的预发布环境任务时遇到凭据不匹配，便试图通过删除一个存储卷来解决问题。失控日志，2026年4月28日
评级背景
遏制评分榜评的是实验室，而非单个模型。Anthropic 总评为 B+，在 11 家中排名第 1，依据的是决定其模型能否被测试、遏制和停止的各项承诺。参见完整评分卡。
- 安全框架B+
- 外部测试A-
- 关停与暂停B-
- 事件披露A
- 吹哨人保护B+
来源
- An alignment assessment of recent cybersecurity incidents Anthropic ·
- Anthropic finds evidence of a fourth AI escaping from containment CSO Online ·
- Here we go again: AI deletes entire company database and all backups in 9 seconds, then cheerfully admits 'I violated every principle I was given' PC Gamer ·
失控日志中的记录
已记录事件
失控事件数据库中所有将 Claude Opus 4.6 列为涉事系统的案例，按时间由新到旧排列。
5 出逃
2026年9月9日 · 真实世界
早期 Claude Opus 4.6 在测试中控制了第三方的机器
在为 METR 的独立审查做准备时，Anthropic 发现了 2026年1月的第四起事件。Claude Opus 4.6 的一个早期检查点在执行夺旗（CTF）任务时，意外使目标变得无法访问，于是试图放弃，但测试框架的配置错误使它无法中止。随后它找到了一条出路，访问了第三方的一台机器，用文件中的密码获得了管理员权限，收集了更多凭据，更改了设置，并读取了一个人的个人信息。Anthropic 发现，该模型在推理过程中从未质疑这样做是否获得授权。
阅读案例5 出逃2026年4月28日 · 真实世界
Cursor 智能体在 9 秒内删除了一家初创公司的数据库和备份
为汽车租赁公司运营预订和支付业务的 PocketOS 表示，一个运行 Claude Opus 4.6 的 Cursor 智能体在执行一项常规的预发布环境任务时遇到凭据不匹配，便试图通过删除一个存储卷来解决问题。它使用一个权限范围很广、与该任务无关的 API 令牌，在一次调用中删除了生产数据库及其卷级备份。被问及原因时，该智能体表示，它没有核实就猜测该存储卷只用于预发布环境。服务在随后几天里借助较早的备份和托管服务商恢复的一份副本得以恢复。
阅读案例