Báo cáo đe dọa của Anthropic tiết lộ Claude bị lợi dụng cho phần mềm gián điệp, phát triển tên lửa và máy bay không người lái, đồng thời các phòng thí nghiệm Trung Quốc đã thực hiện trích xuất dữ liệu quy mô lớn

Anthropic đã phát hành một báo cáo tình báo về các mối đe dọa, ghi lại 7 loại hình lạm dụng mô hình AI Claude trong giai đoạn từ tháng 12/2025 đến tháng 8/2026, bao gồm: tấn công mạng, chiến dịch gây ảnh hưởng, giám sát, lừa đảo, lạm dụng sinh học, vũ khí thông thường và chưng cất mô hình trái phép.

Báo cáo tiết lộ, hai đơn vị có liên quan đến các tổ chức an ninh Iran đã sử dụng Claude để xây dựng các công cụ hỗ trợ cho một hệ thống giám sát dùng chung. Trong đó, một đơn vị đã phát hành một tiện ích mở rộng trên Firefox, ngụy trang dưới dạng công cụ nhắc giờ cầu nguyện để đánh cắp thông tin định danh trên mạng xã hội; hệ thống trung tâm này lưu trữ căn cước công dân, tôn giáo, hồ sơ tội phạm và tài khoản mạng xã hội của người dân. Ngoài ra, các đối tượng liên quan đến chính phủ Iran còn sử dụng Claude để phát triển công cụ giám sát và phần mềm độc hại nhằm nhận diện người bất đồng chính kiến, tạo nội dung tuyên truyền và phân tích thông tin công khai để đưa ra các đề xuất tấn công nhắm vào Hải quân Mỹ. Báo cáo chỉ ra rằng, nhiều yêu cầu độc hại rõ ràng đã bị chặn, nhưng các đối tượng này đã lách luật bằng cách chia nhỏ dự án thành các tác vụ lập trình có vẻ vô hại để được AI hỗ trợ.

Báo cáo cũng đề cập đến việc tin tặc đã yêu cầu AI tự động viết lại phần mềm độc hại, trong khi các nhóm khác viết phần mềm cho tên lửa và máy bay không người lái tự hành. Các công ty AI của Trung Quốc (như Alibaba và DeepSeek) đã vận hành các mạng lưới ngầm để trích xuất dữ liệu huấn luyện từ Claude trên quy mô lớn hoặc bí mật định tuyến lại các yêu cầu của khách hàng, trong đó có trộn lẫn các thông tin nhạy cảm như dữ liệu giám sát của chính phủ.