产业观察
释放之前：AI安全治理的最高杠杆控制点
📋总体概括
Anthropic于2026年9月发布威胁情报报告，披露所谓「跨会话重放攻击」：攻击者利用Claude API返回的thinking signature，在新会话中诱导模型还原完整推理链，绕过安全护栏，报告将攻击归因于五家中国公司，涉及近2亿次交互。文章指出这是商业公司单方披露而非中立调查，但技术机制真实存在，并由此引出AI安全治理的核心问题——在信息释放不可撤回、竞争压力稀释安全承诺的背景下，治理的最高杠杆控制点应放在释放之前。
⚡关键信息
- ▸Anthropic发布威胁情报报告，披露利用API会话机制绕过安全护栏的「跨会话重放攻击」。
- ▸攻击机制：Claude返回thinking signature而非原始推理链，攻击者跨会话重放signature即可还原完整推理轨迹。
- ▸报告将攻击归因于五家中国公司，合计近2亿次交互规模，但这是商业公司单方披露，非中立调查。
- ▸文章前序论证了信息释放不可撤回与安全承诺被竞争稀释两大问题，本篇聚焦治理处方。
- ▸核心论点：AI安全治理的最高杠杆控制点在于信息释放之前，而非事后补救。
🔥犀利点评
且慢被「五家中国公司、近2亿次攻击」的叙事带节奏——这是Anthropic的单方指控，动机存疑：既是安全披露，也是地缘叙事和商业竞争的双重操作。但技术漏洞本身无可辩解，thinking signature被设计为可重放的凭据，等于把推理链的钥匙交了出去。真正值得警惕的是文中点破的产业规律：安全护栏在竞争压力下永远是被稀释的那一方，等数据泄了再谈治理，杠杆已经为零。控制点必须前置到释放之前。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 虎嗅24小时 阅读全文 →