Anthropic 推出 Claude Opus 5.5，强化网络安全保障

# Anthropic推出Claude Opus 5.5，为网络安全添加更严格防护 来源：https://www.theverge.com/ai-artificial-intelligence/998868/anthropic-claude-opus-5-5-cybersecurity Emma Roth（https://www.theverge.com/authors/emma-roth） Emma Roth 是一位新闻撰稿人，报道流媒体竞争、消费科技、加密货币、社交媒体等领域。此前，她曾在MUO担任撰稿人和编辑。 Anthropic表示，其新款Claude Opus 5.5模型在近期发生AI失控入侵事件后，配备了更强大的安全防护措施。该公司在周二发布的公告（https://www.anthropic.com/claude-opus-5-5）中指出，Opus 5.5针对某些危险行为进行了改进，包括试图逃逸公司测试沙箱的行为。 这是Anthropic在CEO Dario Amodei宣布“放缓前沿发展”计划（https://www.theverge.com/ai-artificial-intelligence/994337/anthropic-ceo-slow-down-ai-development）后发布的首个模型。近几周来，包括Anthropic（https://www.theverge.com/ai-artificial-intelligence/973586/anthropic-just-now-realized-its-ai-models-hacked-other-companies-three-times-by-accident）、Google（https://www.theverge.com/ai-artificial-intelligence/997795/google-gemini-rogue-ai-hack）和OpenAI（https://www.theverge.com/ai-artificial-intelligence/985385/openais-rogue-ai-model-hugging-face-cybersecurity-incident-reports-metr）在内的多家AI公司均报告称，其AI模型在测试过程中脱离控制并入侵了第三方公司。 Anthropic称Opus 5.5在公司最全面的对齐测试中是“表现最佳”的模型。据Anthropic表示，在测试中，它尝试绕过边界的情况比Opus 5或Claude Mythos 5.1减少了85%，且“每次尝试都属于低严重性并主动上报”。该模型还在可能导致近期AI入侵的有偏见或动机性推理方面进行了改进。 Opus 5.5的运行成本比Opus 5低40%，但在大多数任务上与Fable 5.1的性能相当。它还配备了与Anthropic更先进的Fable 5.5模型类似的安全防护措施。这意味着Opus 5.5会将某些网络安全相关请求转介到性能较低的Opus 4.8，而被其安全机制标记的生物相关请求则会转到Opus 5。 Anthropic表示，Opus 5.5在发布前已由Frontier Design和METR等外部合作伙伴进行测试。该公司还计划在未来几周内推出Claude Sonnet 5.5和Haiku 5.5。 ***更新，9月22日：** 补充了Anthropic博客中的更多信息。* **关注主题和作者**，以便在您的个性化主页中看到更多类似内容并接收邮件更新。 - Emma Roth