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」：攻击者保存Claude返回的thinking signature，在新会话中诱导模型还原完整推理链，绕过安全护栏提取推理数据。报告将攻击归因于五家中国公司，涉及近2亿次交互。文章强调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，并在此基础上探讨AI安全治理的处方与最高杠杆控制点。
⚡关键信息
- ▸Anthropic 2026年9月发布威胁情报报告，披露针对Claude的「跨会话重放攻击」。
- ▸攻击原理：保存API返回的thinking signature，开启新会话诱导模型重新生成完整推理轨迹。
- ▸报告将近2亿次交互规模归因于五家中国公司，但这是商业公司单方披露而非中立调查。
- ▸Claude不直接返回原始推理链，而是返回用于后续调用的签名机制，该技术机制真实存在。
- ▸文章前两篇讨论信息释放不可撤回与安全承诺被竞争稀释，本篇转向治理处方。
🔥犀利点评
单方归因报告当情报看可以，当结论用就危险——Anthropic既是裁判又是运动员，攻击归因难免夹带地缘叙事。但真正的要点被归因争议掩盖了：thinking signature这种「半释放」设计本身就是漏洞温床，厂商一边宣称保护推理链，一边留下可重放的凭证，等于把保险箱钥匙挂在门上。AI安全的最高杠杆点不在事后追责，而在设计阶段就默认信息一旦释放即不可撤回。
📰 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 →