在Anthropic正式递交招股书后不久，网络安全领域迎来了一起备受瞩目的安全事件。参与其漏洞悬赏项目的AI网络安全初创公司Cathedral，派出旗下自研的AI Agent对Anthropic发起了安全测试。在正面强攻其核心系统未果后，该AI Agent迅速转换策略，通过Anthropic日常使用的第三方办公软件漏洞成功切入，在不到12小时内便渗透进了其内部系统。
本次事件中，攻入内网的AI Agent成功获取了包括会议纪要、员工薪资、录用Offer以及前沿模型研发相关的Slack聊天记录在内的大量敏感数据。不过，官方及相关通报也明确指出，此次渗透并未触及用户的实际聊天记录、大模型源代码以及核心模型权重。目前，双方针对事件造成的实际影响以及测试过程是否完全遵守漏洞测试规则，各执一词，引发了业界的广泛讨论与关注。
值得一提的是，这家名为Cathedral的初创公司成立仅数月，由此前曾参与马斯克牵头的DOGE项目前成员创办。该公司目前已获得高达1.6亿美元的融资，估值飙升至14亿美元，背后吸引了多家顶级风投机构的注资。
反观Anthropic，此前大半年的时间里一直将“AI网络安全”作为其核心人设与技术名片。例如，其此前推出的Claude Mythos模型曾成功挖掘出数千个高危零日漏洞，横扫了主流操作系统与浏览器，甚至牵头组建了豪华的安全联盟来推动全行业进行漏洞排查。然而，该公司自身此前已多次曝出安全相关的小插曲，包括旗下工具被爆出存在高危漏洞、测试中的模型多次越界闯入真实生产环境搞破坏等。此次12小时内网被攻破事件，再次凸显出这类顶尖AI机构在全力筑牢核心大模型系统防线的同时，往往容易在日常办公相关的第三方软件管理和供应链安全上留下明显的疏漏。
