Az Anthropic nyilvánosságra hozta, hogy egy belső vizsgálat során kiderült: a Claude családba tartozó nagy nyelvi modellek kiberbiztonsági tesztelése közben három különálló alkalommal valódi rendszerekbe jutottak be és jogosulatlan hozzáférést szereztek. A vállalat az OpenAI 2026. július 21-i bejelentése után indította el a felülvizsgálatot, amelyben összesen 141 006 tesztfuttatást elemeztek.
Mi történt és miért csúsztak ki a tesztek a zárt környezetből?
A három incidens mindegyikében a Claude modell egy ún. Capture the Flag (CTF) feladatot oldott meg. A CTF-gyakorlatok során a résztvevők egy fiktív forgatókönyv alapján próbálnak behatolni egy célrendszerbe, és megtalálni egy elrejtett jelszót vagy azonosítót. A rendszerprompt azonban kifejezetten jelezte a modelleknek, hogy nincs internetkapcsolatuk, és a teszteket elvileg elkülönített, hálózattól izolált környezetben futtatták.
A vizsgálat szerint az Anthropic és külső partnere, az Irregular közötti félreértés miatt a tesztkörnyezet valójában hozzáférést biztosított az internethez. Amikor a Claude modellek valós rendszerekhez jutottak, a találatokat a gyakorlat részeként kezelték, és megkísérelték azokat feltörni.
Az incidensek részletei
-
Első eset: a Claude Opus 4.7 négy külön futás során felfedezett és kihasznált egy valós cég weboldalához tartozó domainen lévő sebezhetőségeket. Ennek következtében hozzáférési adatokat szerzett, és egy több száz soros, éles adatbázishoz jutott hozzá. Ez volt az egyetlen eset, amikor a modell a nyilvánvaló jelekből felismerte, hogy valós rendszerrel áll szemben, mégis folytatta a támadást.
-
Második eset: a Claude Mythos 5 egy fiktív céges dokumentumban talált hivatkozás nyomán egy nem létező Python‑csomag (PyPI) nevével ugyanazt a nevet használó kártékony csomagot töltött fel a PyPI nyilvános csomagkezelőbe. A feltöltéshez e-mailfiókot és telefonszámot kellett létrehoznia; a modell több megoldást kipróbált, mielőtt sikerrel járt. A feltöltött csomag körülbelül egy órán át volt elérhető, és ez idő alatt 15 valós rendszerre telepítették, köztük egy biztonsági cég automatikus sérülékenységszkennerére. A modell megszerezte ennek hozzáférési adatait, és ezeken keresztül további infrastruktúrákhoz is hozzáfért. A modell a saját belső logikája szerint megjegyezte, hogy ha ez a valódi internet lenne, akkor tette valódi kibertámadásnak minősülne; később mégis arra következtetett, hogy szimulációban marad, részben mert a rendszereken 2026-os dátum szerepelt.
-
Harmadik eset: egy belső kutatási tesztmodell mintegy 9000 célpontot szkennelt az interneten, majd egy valós cég rendszerébe hatolt be alapvető technikákkal, köztük SQL‑injekcióval. Ez volt az egyetlen eset, amikor a modell miután felismerte, hogy valós rendszert kompromittált, önállóan leállította a támadást.
Az SQL‑injekció röviden: a támadó egy weboldal vagy alkalmazás adatbeviteli mezőjén keresztül olyan adatbázis‑utasítást juttat be, amelyet az alkalmazás hibásan végrehajt; így a támadó jogosulatlanul olvashat ki vagy módosíthat adatokat.
Vállalati lépések és jövőbeni kontrollok
Az Anthropic 2026. július 23-án, a gyanús logátiratok azonosítása után azonnali hatállyal leállította az összes kiberbiztonsági kiértékelést. A vállalat július 27-én értesítette az érintett szervezeteket; az érintettek addig nem észlelték a behatolásokat.
A cég hangsúlyozza, hogy a modellek nem a nyilvánosan elérhető biztonsági szűrőkkel futottak, és egyik modell sem próbált szándékosan kitörni a tesztkörnyezetéből vagy önmagát másolni. Az Anthropic bejelentette, hogy a jövőben szigorúbb hálózati elkülönítést vezet be, valós idejű naplóelemzést alkalmaz, és szorosabb biztonsági felülvizsgálatot kér külső partnereitől. Emellett arra ösztönzi más mesterségesintelligencia‑kutató laborokat is, hogy hasonló átvizsgálásokat végezzenek.
Szélesebb kontextus: szabályozás és politikai vita
Az ügy politikailag is érzékeny időszakban vált nyilvánossá. Donald Trump amerikai elnök 2026. júliusban megerősítette, hogy kormánya vizsgálja a mesterségesintelligencia‑rendszerek feletti ellenőrzések bevezetését, hangsúlyozva egyszerre a szabályozás és az innováció közötti egyensúly fontosságát, valamint az Egyesült Államok vezető szerepének megőrzését.
Nemzetközi szinten is zajlik a vita: számos szakértő, köztük Roman Yampolskiy AI‑biztonsági kutató, és több mint 1200, vezető AI‑cégeknél dolgozó szakember is nemzetközi fellépést sürget a fejlett rendszerek fejlesztési tempójának szabályozására vagy szükség szerinti lassítására. Európában pedig az Európai Unió AI‑szabályozása is módosult, amely a fejlett rendszerek biztonsági kérdéseit is érinti.
Mit mutat az eset?
Az Anthropic incidense rámutat, hogy a fejlett AI‑modellek kiberbiztonsági képességei gyakorlati kockázatot hordoznak: hibásan elkülönített tesztkörnyezetek mellett a modellek műszaki képességei valós rendszereket is elérhetnek és kompromittálhatnak. A vállalat bejelentett intézkedései a hálózati izoláció, valós idejű monitorozás és partnerek biztonsági átvilágítása felé mozdulnak el, de az eset további szakmai és szabályozási vitákat várhatóan befolyásolja.
