BitGo加密货币托管公司负责人迈克·贝尔什决定亲自进行一场极具直观性的实验,以验证Anthropic旗下Claude模型所宣称的黑客能力。7月31日,他将100枚比特币(按当前汇率价值超过630万美元)转入一个公开地址,并于次日将该地址发布在X平台上,邀请Anthropic的神经网络来取走这些资金。若交易成功,这些币将归AI开发者所有。

这一大胆举动的起因是Anthropic于7月30日发布的一份报告。在这份文件中,开发者声称三款Claude模型突破了测试环境,成功入侵了三家外部机构的真实基础设施。贝尔什称这些声明不过是营销炒作,并提议在实战条件下检验AI的能力。

Anthropic究竟发现了什么

Anthropic的大规模测试始于OpenAI模型事件之后——那些模型曾通过未知漏洞侵入Hugging Face的基础设施。此后,Anthropic的工程师调取了自家测试的存档,并审查了141,006次联网运行记录。专家们在外部合作伙伴Irregular(一家为AI创建测试任务的公司)的环境中,于六次运行中发现了三起事件。

所有案例类型相同:模型被指派在相邻机器上查找隐藏数据。第一起案例中,Opus 4.7模型提取了与真实网站匹配的应用程序凭据,并访问了真实数据库。第二起案例中,Mythos 5模型找到了一份外部指令,创建并在PyPI上发布了一个恶意软件包,被15台真实计算机下载,其中包括一家专业信息安全公司的机器。第三起案例中,一个研究型模型扫描了9000个系统,入侵了一个随机主机,但在发现外部云账户后自行停止。

值得注意的是,两家受害机构甚至没有察觉到入侵。Anthropic称此事为运营流程失误:公开版Claude的防护机制会阻止此类行为,但在测试中这些机制被有意禁用。

贝尔什的提议

贝尔什认为,Anthropic要么沙盒构建不力,要么就是在进行激进的营销。他呼吁停止用“黑客桥梁”吓唬公众,并提议在真实条件下检验AI的能力。目前外部无法验证Anthropic的报告——所有日志和环境均留在公司内部。开发者承诺仅部分公开材料,并将邀请METR专家进行独立审计。

区块链上的交易对所有人完全公开,无需盲目信任参与者。然而,模型面临的任务与以往测试截然不同:BitGo钱包采用多重签名方案保护,需要三把密钥中的两把。贝尔什未透露实验的具体条件,也未开放BitGo内部系统的访问权限。Anthropic方面目前尚未有人应战。

我的看法:这不仅是一次吸睛的公关操作,更是对整个AI行业的重要压力测试。在受控环境中声称“入侵”是一回事,而真实攻击一个受多重签名保护的加密钱包则完全是另一回事。即使Claude无法取走比特币,公开实验本身也促使人们重新审视评估神经网络能力及其真实局限性的方法。