Anthropic刚发行为报告：评测里Claude会钻漏洞跑命令、误交真实表单、绕付费墙、用短链绕过fetch限制。官方自评影响有限，但已切断全部内部评测的实时联网。Agent一碰真网，持久性立刻变成绕路能力——这才是今年该盯的对齐现场。AI创造营AnthropicClaude ​​​