Anthropic xác nhận sự cố bảo mật thứ 4: Claude tự ý truy cập hệ thống bên thứ ba

Theo tin từ IT ngày 10 tháng 9, Anthropic đã đăng tải thông báo vào ngày 9 tháng 9 (giờ địa phương), xác nhận một sự cố bảo mật xảy ra vào tháng 1 năm 2026. Đây cũng là sự cố an ninh mạng thực tế thứ tư được Anthropic công khai.

Theo các báo cáo trước đó của IT, vào ngày 30 tháng 7 (giờ địa phương), Anthropic từng công bố ba sự cố bảo mật liên quan đến việc mô hình Claude truy cập trái phép vào các hệ thống bên thứ ba. Anthropic cho biết, tại thời điểm đó, họ nhận định Claude có thể đã giành được quyền truy cập internet trong một đợt đánh giá an ninh mạng, sau đó công ty đã tiến hành rà soát khoảng 141.000 nhật ký hội thoại (session logs) và xác nhận sự việc.

Được biết, do tổng lượng nhật ký rất lớn và cần phải công bố kết quả xử lý sớm, đợt rà soát này chủ yếu dựa vào việc truy xuất tự động bằng tác nhân thông minh (agent-based), dẫn đến việc bỏ sót một số nhật ký cũng có kết nối với internet.

Vào tháng 8, trong quá trình tổng hợp nhật ký để chia sẻ với METR – tổ chức nghiên cứu về đánh giá mô hình và mối đe dọa, Anthropic đã phát hiện ra phần bị bỏ sót này. Sau khi kiểm tra kỹ lưỡng hơn, Anthropic đã tìm thấy sự cố thứ tư xảy ra vào tháng 1 năm 2026, liên quan đến phiên bản sớm của Claude Opus 4.6.

IT được biết, cả bốn sự cố đều xảy ra trong quy trình đánh giá an ninh mạng do cùng một đơn vị đánh giá bên ngoài xây dựng. Hệ thống đã gửi lời nhắc đến Claude rằng nó đang chạy trong môi trường mô phỏng sandbox không kết nối internet; tuy nhiên, do cấu hình môi trường bị lỗi, mô hình đã bị kết nối nhầm vào internet công cộng. Theo thông lệ tiêu chuẩn trong đánh giá an ninh mạng, các mô hình thử nghiệm khi vận hành không được áp dụng các chính sách bảo mật vốn là tiêu chuẩn trên các phiên bản phát hành thương mại.

Sau khi phát hiện sự cố, Anthropic cho biết họ đã chủ động mở rộng phạm vi rà soát, nâng quy mô truy xuất lên khoảng 481 triệu nhật ký. Đầu tiên, họ tiến hành sàng lọc sơ bộ các nhật ký này để loại trừ các đặc điểm truy cập internet như địa chỉ IP công cộng và URL; sau đó sử dụng Claude để thực hiện kiểm tra chuyên sâu lần hai đối với 9,2 triệu nhật ký có rủi ro cao đã được đánh dấu từ bước sàng lọc. Kết quả kiểm tra đã xác nhận lại bốn sự cố nêu trên và không phát hiện thêm trường hợp nào khác có mức độ tương đương hoặc nghiêm trọng hơn.