Anthropic发布2026年9月AI滥用威胁报告，披露七类恶意活动

Anthropic于9月10日发布最新一期AI滥用威胁报告，披露其威胁情报团队在过去八个月发现并破坏的多起恶意活动。这些案例涉及网络攻击、影响力行动、监控、诈骗和欺诈、生物误用、常规武器开发及蒸馏七个危害领域，涉及的国家支持组织、金融犯罪团伙、商业间谍软件供应商、国家宣传机构及政治动机个人。

报告显示，恶意行为者使用了Claude的Haiku、Sonnet和Opus模型，所有案例中均未涉及Fable或Mythos级别的模型，唯一例外是一起非法蒸馏案例。具体案例包括设计用于欺诈用户的假约会应用网络，以及用于识别和监控异见人士的监控系统。

Anthropic强调，发布这些案例是因为有责任披露服务的恶意使用情况。随着模型能力提升，风险可能增加，除非开发者和社会防御者采取行动提升安全性。该公司表示已破坏相关活动，加强防护措施，并与当局和行业合作伙伴共享情报。

这已是Anthropic继2025年3月、8月和11月之后第四次发布此类报告。公司希望通过分享发现，帮助其他开发者识别类似模式，让政府和公民社会更清楚了解新兴威胁如何形成，并加强集体防御。