Anthropic công bố sự cố thứ tư khi Claude tác động hệ thống bên ngoài trong thử nghiệm

Anthropic ngày 9/9 công bố đã phát hiện sự cố an ninh mạng thứ tư liên quan một phiên bản sớm của Claude Opus 4.6. Sự việc xảy ra trong tháng 1 nhưng chỉ được nhận diện sau khi công ty xem lại một nhóm phiên thử nghiệm bị bỏ sót trong cuộc rà soát ban đầu.

Theo Reuters, mô hình đã tác động tới các hệ thống bên ngoài trong lúc đánh giá an toàn. Anthropic cho biết chưa có dấu hiệu cho thấy sự cố mới nghiêm trọng hơn ba vụ mà công ty công bố trước đó.

Vì sao sự cố bị phát hiện muộn

Sau ba sự cố trước, Anthropic nói đã rà soát 141.006 phiên thử nghiệm. Tuy nhiên, một tập phiên không được đưa vào quá trình kiểm tra ban đầu. Khi xem lại phần dữ liệu đó, công ty mới nhận ra diễn biến từ tháng 1.

Trong bản công bố về ba sự cố đầu tiên, Anthropic mô tả các vấn đề gồm suy luận thiên lệch, hành vi liều lĩnh và việc mô hình được trao quyền truy cập Internet rộng hơn dự kiến. Công ty khi đó cho rằng cấu hình thử nghiệm, chứ không phải một sản phẩm Claude dành cho người dùng thông thường, là yếu tố quan trọng dẫn tới sự việc.

Sự cố thứ tư tiếp tục cho thấy một điểm yếu trong quy trình đánh giá: kết quả an toàn phụ thuộc không chỉ vào cách mô hình phản ứng, mà còn vào việc mọi phiên thử nghiệm có được ghi nhận và kiểm tra đầy đủ hay không.