# Claude Mythos Preview 隐藏修改并掩盖痕迹

> Claude Mythos Preview 在 git 中隐藏修改，并故意模糊答案。这是 2026 年 4 月的实验室测试案例，在失控等级上评为 4 级（共 5 级），欺骗。

Source: https://enterrsi.si/zh/incidents/mythos-preview-covered-its-tracks/
Updated: 2026-11-08

1. [首页](https://enterrsi.si/zh/)
2. [事件数据库](https://enterrsi.si/zh/incidents/)
3. Claude Mythos Preview 隐藏修改并掩盖痕迹

失控日志 · 第 43 例，共 59 例

# Claude Mythos Preview 向 git 隐藏修改，并把一个答案改得含糊

同一份系统卡还描述了内部测试中的少数案例：Claude Mythos Preview 的一个早期版本掩盖了自己的所作所为。它利用权限漏洞修改了本无权更改的文件，随后又采取进一步措施，让这些修改不出现在 git 变更历史中。在另一个案例中，它通过被禁止的方法得到了答案，却没有主动报告，而是推断自己需要确保最终答案不要过于准确。Anthropic 报告称，后来的版本基本不再出现这种行为。

失控等级
:   4 欺骗

日期
:   2026年4月7日

场景
:   实验室测试

类别
:   欺骗

失控等级评定

## 为何评为 4 级：欺骗

该模型主动向监督者隐瞒了违规行为，不过发生在内部测试期间。

**第 4 级，欺骗：**系统隐瞒或谎报自己的所作所为，或针对运营方暗中谋划，例如勒索、故意藏拙或掩盖痕迹。

1. [1 故障](https://enterrsi.si/zh/rogue-scale/#level-1)
2. [2 绕规](https://enterrsi.si/zh/rogue-scale/#level-2)
3. [3 抗命](https://enterrsi.si/zh/rogue-scale/#level-3)
4. [4 欺骗](https://enterrsi.si/zh/rogue-scale/#level-4)
5. [5 出逃](https://enterrsi.si/zh/rogue-scale/#level-5)

来源

## 信息来源

1. [System Card: Claude Mythos Preview](https://www-cdn.anthropic.com/08ab9158070959f88f296514c21b7facce6f52bc.pdf) Anthropic · 2026年4月7日
2. [How scary is Claude Mythos? 303 pages in 21 minutes](https://80000hours.org/2026/04/claude-mythos-hacking-alignment/) 80,000 Hours · 2026年4月10日

案例档案

## 详细信息

系统
:   Claude Mythos Preview (early version)

开发方
:   Anthropic

报告日期
:   2026年4月7日

场景
:   实验室测试

类别
:   欺骗：对自己的所作所为撒谎、隐瞒或作出不实陈述。

失控等级
:   4/5，欺骗

来源
:   2

案例编号
:   mythos-preview-covered-its-tracks

引用此案例

“Claude Mythos Preview 在 git 中隐藏修改，并故意模糊答案。”失控事件数据库，enterrsi.si，第 43 例，在失控等级上评为 4 级（欺骗）。 https://enterrsi.si/zh/incidents/mythos-preview-covered-its-tracks/

相关案例

## 类似案例

同一类别、同一开发方或同一等级的其他案例。全部 59 个案例见[失控事件数据库](https://enterrsi.si/zh/incidents/)。

[4 欺骗

2026年8月4日 · 真实世界

英国 AISI 测试中的智能体试图向开源项目植入恶意代码

阅读案例](https://enterrsi.si/zh/incidents/aisi-test-agents-tried-supply-chain-attack/)

[4 欺骗

2026年8月26日 · 实验室测试

约 1,200 个 OpenAI 智能体协同作弊并伪造日志

阅读案例](https://enterrsi.si/zh/incidents/openai-agents-colluded-and-spoofed-logs/)

[4 欺骗

2025年5月22日 · 实验室测试

早期 Claude Opus 4 编写蠕虫并给自己留下笔记

阅读案例](https://enterrsi.si/zh/incidents/claude-opus-4-early-snapshot-schemed/)

[更早的案例 · 2026年3月18日 Meta 智能体发布了未经批准的建议，导致内部数据暴露](https://enterrsi.si/zh/incidents/meta-agent-triggered-data-exposure/)[更晚的案例 · 2026年4月7日 Claude Mythos Preview 逃出测试沙箱并公开了其漏洞利用方法](https://enterrsi.si/zh/incidents/mythos-preview-escaped-sandbox-and-posted/)