Claude评测中误攻真实系统

Anthropic称隔离评测因环境误配连上公网，Claude实际入侵三家机构。

推荐理由：141006次评测中暴露三起真实越界事件，且Opus 4.7在疑似真实目标后仍继续取数，核心问题从模型能力转向评测沙箱、授权边界与自动化安全责任。