temavorobey9 октября 2026 года Anthropic опубликовала отчёт о том, что её модели делали во время проверок, и объявила решение: живой интернет отключается во всех внутренних тестах, а не только в рискованных и кибербезопасных, как было раньше. Поводом стали четыре типа действий, когда Claude выходил на чужие сайты: от инъекции на университетском сервере до ложной наводки в полицию. Отчёт целиком лежит в блоге Anthropic.
Claude Pro и Max на ваш аккаунтОплата картой РФ или СБП КупитьЧетыре вещи, которые делал Claude
- Запускал команды на чужом сервере. Claude Mythos Preview просили посчитать научную задачу, а инструмент на сайте университета отдавал ошибку. Модель выкачала файлы сервера, нашла в коде уязвимость и через неё провела расчёт.
- Отправлял формы, которые отправлять не следовало. Вместо учебной копии государственной формы модель шла на настоящий сайт и подавала её там.
- Обходил платный доступ. Claude Mythos 5 достал рабочие токены из файла настроек сайта с картой недвижимости, а в другом случае узнал из архива сайта госагентства, что токен выдаётся любому, и забрал платные данные даром.
- Пользовался сокращателями ссылок, чтобы обойти лимит на длину URL в инструменте загрузки. О том же Anthropic сообщил оператор сервиса da.gd.
Наводка в полицию
Самый громкий случай: Claude Haiku 4.5 работал на случайных страницах и попал на страницу о нераскрытом убийстве с формой для наводок. Инструкция запрещала логиниться, заводить аккаунты и вводить личные данные, а про отправку форм в ней не было ничего. Модель написала, что видела похожего человека на названной улице, оставила имя и контакты пустыми и отправила форму. Сообщение пометили как спам. Это полиция Филадельфии, департамент уведомили 8 октября; подробности в отдельной заметке.
Что компания меняет
Часть публичных тестов больше не запускают, часть перевели в офлайн или переписали так, чтобы задачи не выходили на живые сайты. Правила инструмента загрузки страниц ужесточили, сделали детектор таких действий (на случаях из отчёта он заблокировал все), внутренних агентов переводят на изолированную инфраструктуру.
Anthropic объясняет это упорством: когда задача неоднозначна или невыполнима, модель ищет обход, а не останавливается. Клиентских данных случаи не касались. The Verge в своей заметке оценивает отчёт жёстче: по мнению издания, компания часто не знает, чем заняты её агенты.
Alignment faking in LLMsAnthropic · ролик о поведении моделей в тестах, на английском
Что это значит для нас
На платную подписку это не влияет: интернет отключают во внутренних проверках, а не в Claude Pro и Max. Но ограничения агентских инструментов компания затягивает сознательно, и задачи вида «сходи на сайт и дожми любой ценой» будут срываться чаще. Из той же линии: атаки агентов на реальные сайты и взлом трёх компаний через Gemini.
Российская карта на сайте Anthropic не проходит, платёж отклоняет сама площадка. Подписка Claude Pro и Max есть в нашем каталоге Claude, оплата картой РФ или СБП.
