Anthropic（Claude的开发公司）发布了一份2026年9月的威胁情报报告。报告称，团队在2025年12月至2026年8月间，发现并阻止了一些利用Claude从事恶意活动的行动。案例涉及网络行动、监控、舆论影响、诈骗、生物风险、常规武器和非法提炼模型能力七类。需要先说明：这是Anthropic对自家服务的调查，不是独立机构的审计。

发生了什么

这份报告讲的重点，不是AI突然自己决定作恶，而是人把Claude放进了更长的工作流程。报告称，有些操作者让AI写文件、分析资料、制作软件，或让多个AI分别承担不同任务。人仍然决定目标，也会检查得到的信息。换句话说，主要变化是人的行动被AI加速，而不是出现了一个脱离人的坏AI。

背景是什么

过去，很多复杂行动需要更多时间、人员和专业技能。生成式AI可以把查资料、写文本、改软件等小步骤连起来。Anthropic用速度、规模和深度来描述这种提升。它并没有证明每个风险都由AI创造，而是指出：同一批人可能更快完成更多步骤，触及更大的范围。报告还提到假服务、监控工具、宣传内容、武器相关工程，以及把一个模型的能力偷偷学到另一个模型的活动。

为什么重要

防守方常靠已知模式拦截滥用。如果操作者可以不断改变文字、工具和流程，固定规则就更难跟上。报告的意义在于提醒人们，安全检查不能只盯着一条消息，也要观察一连串行动，以及AI连接了哪些工具。不过，报告没有证明所有行动都成功，也没有证明没有AI就一定不会发生。

已确认的内容

Anthropic说，它关闭了相关账户，向有关部门和行业伙伴分享情报，并把调查结果用于加强防护。报告称，这些案例是团队发现的最突出、最新颖的活动，不代表普通用户的日常使用。报告还说，涉及的主要是Haiku、Sonnet和Opus系列；除一宗非法提炼案例外，没有发现Fable或Mythos系列参与这些滥用案例。

还不知道什么

公开材料仍有边界。报告由Anthropic自己发现、整理和归因；有些案例被称为高度可信，但至少一个案例无法指向具体组织。外部读者也无法仅凭这份报告知道：有多少尝试没有被发现，造成了多大实际损害，以及这些行动中有多少成果真正来自AI。归因和影响评估仍需要其他证据。

接下来要看什么

接下来应看三件事：其他实验室和独立研究者能否确认相同趋势；封号和模型防护能否减少重复滥用；公司、政府和安全研究者能否更快共享可核查的证据。Hacker News上的原帖获得102分和172条评论。这个数字只说明社区关注度，不等于报告内容已经被证实。