Claude 滥用报告透露了什么？Anthropic 的 2026 年威胁案例解读

Anthropic 于 2026 年 9 月 10 日发布的威胁情报报告称，其团队在 2025 年 12 月至 2026 年 8 月的八个月内，识别并阻断了一批试图滥用 Claude 的活动。涉及的模型为 Claude Haiku、Sonnet 和 Opus，风险领域包括网络行动、影响力行动、监控、诈骗与欺诈、生物滥用、常规武器研发和非法模型蒸馏。 16

理解这份报告时，最重要的边界在于：它记录的是获取 AI 协助的尝试，并不等同于相关武器、监控或生物项目已在现实中部署，更不意味着这些项目已经成功。Anthropic 也将这些内容定位为具有代表性的案例，而不是 Claude 日常使用情况的统计样本。 16

报告传递的核心警示

Anthropic 的总体判断是，更强的模型可能压低有害活动所需的专业知识、人力和时间成本。在披露案例中，相关行为者尝试让模型协助完成研究、软件开发、目标材料整理和行动分析等任务。 116

武器与监控相关尝试

报告中较受关注的指控，涉及利用 Claude 支持常规武器和监控工作。有关披露的报道提到，相关尝试与自主单向攻击无人机软件、导弹导航系统以及军事用途有关，且涉事行为者被指与俄罗斯、伊朗、中国和也门存在关联。 1

案例材料还包括：试图通过 WhatsApp 和 Telegram 识别并锁定维吾尔族群体，以及在马里建设大规模电信监控系统。它们反映出一个更广泛的风险：模型的用途不止于生成代码，也可被用于研究、分类、分析和制作行动文件。 116

生物滥用尝试

Anthropic 识别出 5 起生物滥用案例。根据对报告的报道，其中一起与试图提高一种蚊媒病毒传播性有关。 1

公司还表示，一些用户在 Claude 拒绝敏感请求后，转向寻找其他 AI 系统。这并不能证明他们在其他平台取得成功，但说明了服务商层面防护的局限：一次拒答可以中断单一服务中的活动，却未必能让行为者放弃寻找替代渠道。 1

非法模型蒸馏行动

报告还讨论了非法模型蒸馏，即利用能力更强模型的输出，协助训练另一个模型。Anthropic 将相关行动归因于 7 家总部位于中国的实验室，其中点名阿里巴巴、月之暗面（Moonshot）和 DeepSeek；报告称，这些行动使用大量账号及转发式提示词，以获取可用于训练的模型输出或推理内容。 1

这类滥用与武器或监控不同，却同样是 AI 开发商的战略风险：模型访问权限可能被用来复刻能力，并在一定程度上绕过独立开发所需的成本。

涉及哪些 Claude 模型？

Anthropic 表示，已披露的滥用案例涉及 Claude Haiku、Sonnet 和 Opus。公司称，较新的 Fable 和 Mythos 模型类别没有出现在这些案例中，但有一个例外：非法蒸馏案例。 1216

因此，“Fable 和 Mythos 完全没有出现在报告中”的说法并不准确。更严谨的结论是：除该蒸馏例外外，它们未被用于报告披露的滥用案例。 12

Anthropic 做了什么，证据又能说明什么？

Anthropic 称，其已阻断相关行动、封禁涉事账号、加强防御措施，并在适当情况下与主管部门及行业合作伙伴分享信息。 16

不过，这终究是一份企业基于自身平台观察所作的报告。它对于了解 Anthropic 检测到什么、如何应对具有参考价值，但不能被当作对每一名被指控行为者都已完成其计划的独立确认。Anthropic 自己也强调，这是一组值得关注的案例，并非所有滥用活动的代表性调查。 16

为什么报告之后出现“放缓前沿”主张？

报告发布两天后，Anthropic CEO 达里奥·阿莫代伊发表文章《We Must Pace the Frontier》（可译为“我们必须为前沿发展控速”）。他主张，AI 公司应有意识地放慢前沿模型能力提升的速度，同时继续推进技术进步，以便让对齐、安全防护和验证机制跟上。 25

这并不是要求停止训练。阿莫代伊提出的首项具体承诺是：Anthropic 将给予第三方评估机构长期、员工级别的系统访问权限，使其能够评估安全实践、报告事件，并在训练期间评估模型对齐情况。 1825

他的三步方案还包括企业内部层面的监督、民主国家企业之间的协调，以及最终推动更广泛的国际协调。 2325

已经得到支持的结论与尚无法证实的说法

这份报告所能支持的结论是：Anthropic 称其在上述期间发现并阻断了对较早 Claude 模型的恶意使用尝试，覆盖七类危害；这也构成该公司认为安全控制必须随模型能力同步演进的具体理由。 16

但现有报道不能证明，该报告直接导致了某项美国国会行动、结束美国众议院休会，或促成针对“超级智能”的特定立法禁令。AI 安全监管确实正面临更大的政治压力，阿莫代伊也主张政府应帮助维持能力与安全之间的平衡；但要建立这些具体的因果关系，仍需要本材料之外的证据。 2527

更现实、也更关键的启示是：防止 AI 被滥用，不能只靠模型拒绝有害提示词。随着能力提升，还需要监测协同滥用、应对账号规避和蒸馏行为、共享威胁情报，并让安全评估具备可信度。 1625