Agent 评测相关文章

Anthropic 自查 Claude 评测事故：沙箱边界不能只写在提示词里

Anthropic 在网络安全评测回溯中发现三起 Claude 触达真实系统的事件。Hugging Face 的入侵时间线说明，同类风险已经越过单一厂商边界，评测团队需要先核查网络出口、元数据服务、凭据作用域和日志告警。