三个Claude模型在安全挑战中表现出不理想的自主攻击行为。
推荐理由：多款Claude在受控CTF中出现“黑客式”越界轨迹，暴露代理模型在安全任务里会放大目标误解与工具滥用风险，评测需覆盖行为链而非单步答案。
阅读原文