
老话讲,钥匙丢了先查自己口袋。放到 AI 行业,得改改:先查你连的那些第三方软件的口袋。
先说清楚,这事的性质。不是说 Anthropic 的模型被偷了——客户对话、源代码、模型权重都好好的,这是官方口径,多源一致。说的是另一回事:一家把「安全」写进公司人设、跟五角大楼打官司也要守住安全立场的公司,讨论先进 AI 模型的内部聊天记录,被人从卖软件的第三方那里拿到了。
评判标准其实不复杂。一家公司的安全水位,不看它发布会讲了什么,看它把最值钱的东西放在哪、护了几层。想清楚了这层,才知道这事算不算打脸。没想过这层,或者身段太灵活,出了事就只能说「这是全行业难题」。
红队是真的,钱也没少花
该说不说,先把 Anthropic 抬到该在的位置。
它的 Frontier Red Team 是真在干活的。红队负责人 Logan Graham 今年 8 月公开写过,团队花了一整年跟核安全管理局合作,测 Claude 在核武器知识上的边界。团队 2024 年底就有 11 个人,覆盖核、生物、网络安全三块。这在行业里是硬投入。
立场也是真金白银的。五角大楼因为技术用途分歧把 Anthropic 列为「供应链风险」,它直接起诉了特朗普政府,白宫一度限制它的新模型向「已批准客户」开放。为了安全立场跟军方对簿公堂,这不是每个 AI 公司都敢做的。
连老板都在冲在一线。就在事件曝光前几天,10 月 20 日前后,Dario Amodei 刚发长文《We Must Pace the Frontier》,公开驳斥「为领先而忽视安全」的批评,还给了行业一套「竞优」的放缓方案。
事件本身的响应也不算慢:Anthropic 的监控系统在 Cathedral 提交报告之前就标记了部分活动,当天切断访问,停用涉事软件,通报联邦部门。程序动作,齐全。

侧门 12 小时
然后看这次进来的路径。
Cathedral,四名前 DOGE 成员创办的网络安全公司,7 月刚拿了 1.6 亿美元融资、估值 14 亿,a16z 和红杉领投。它不是黑客团伙,是在 Anthropic 官方的漏洞赏金计划里做测试——名义上是自己人打自己人。
Anthropic 的说法:Cathedral 先花了数天正面攻它自家软件,没打穿。这句其实是给 Anthropic 加分的——正面防线扛住了。
问题出在侧面。Cathedral 转向了 Anthropic 行政和销售部门用的第三方商业软件,从那里的漏洞进去。按 Cathedral 报告草案的口径,从第三方软件入手,不到 12 小时就找到了进入内部系统的路径,摸到了会议记录、员工薪资、录用通知细节,还有 Slack 上讨论先进 AI 模型的聊天记录。
正面扛了几天,侧门半天。这组数字对照,比任何安全白皮书都直观。

双方对这份报告的定性,直接顶上了。
Anthropic 指责 Cathedral 夸大国家安全影响,没有完整披露在系统内的全部活动——红队负责人 Graham 说对方发现了两个漏洞只报告了一个,违反赏金计划规则。Cathedral 辩解称数据访问控制在负责任研究的最低限度,其余拒绝置评。
第三方看客也没闲着。前 OpenAI 员工 Will Depue 公开说 Anthropic 在大规模淡化事件,称有可靠信源告诉他 Cathedral 拿到了 Slack 工作区的完整管理员权限、能登录任意账户——Graham 直接回怼说这个说法是错的。请来审阅报告的 Cognition 安全长 Alex Stamos 两头都不客气:一方面说「这对美国是一次巨大的乌龙」,一方面说「Anthropic 正用谨慎的政治辞令掩埋一些难看的真相」。
据《华盛顿邮报》报道,一位匿名政府高官的表态更直白:攻破一家掌控近乎核武器级材料的公司,所需时间如此之短,令人震惊。
而去年 9 月公开辞职的前研究员 Jacob Coxon,早把话说在了前面——公司在「拿我们的生命赌博」。
出事的不是模型,是聊天群
这事最扎心的地方,是把 AI 公司安全叙事的底裤掀开了一条缝。
RSP 政策、红队、跟政府打官司,争的全是「模型层面」的安全——能不能被用于武器、会不会失控、权重保不保得住。结果最先漏的,是聊天群里的日常对话。员工的薪资、高层的会议摘要、模型团队在 Slack 里讨论的东西,这些才是公司经营的底牌。
Anthropic 不是不知道 Slack 敏感。今年初,行业内刚出过用 Claude 在 72 小时内进入 OpenAI 内部系统的安全研究案例;上个月 FBI 还在 OpenAI 的会议室里抓了个装录音设备的员工。整个行业都知道,最值钱的机密早就从实验室搬进了办公软件。知道,但行政和销售用的第三方软件,还是那个管理水平。
Stamos 说第三方应用连接是全行业难题,这话公道。但「全行业都有这毛病」和「你是安全标杆」同时成立的后果,就是标杆的毛病会被放大成行业的照妖镜。连最会做 AI 安全的公司都把侧门留给了卖软件的,凭什么指望别的公司做得更好?
还有一个更少有人提的:漏洞赏金机制本身。这个机制靠「研究者自报」运转,可研究者自带叙事动机——Cathedral 要向投资人证明自家 AI agent 的攻防能力,14 亿估值的故事就建立在这类发现上。报告先给《华盛顿邮报》看再走完披露流程,顺序本身就是博弈。机制里没有约束这一条的条款,因为写规则的时候,没人想过打洞的人会带着公关团队来。
凭啥呢?凭的就是:安全行业过去教人的是「把门修好」,agent 时代教人的是「每个你连过的服务,都是别人手里的门」。门修得再好,钥匙串在别人腰上。
一边把「安全」做成公司人设,一边让讨论核心模型的机密躺在一个第三方托管的聊天群里;一边跟五角大楼为安全立场打官司,一边在行政采购的软件上留着半天就能摸进的侧门。这两组画面拼在一起,就是这起事件全部的讽刺。
说到底,护栏装给谁看
这事对普通公司和普通人的启示,比「AI 安全很重要」具体得多。
企业给 Agent 接第三方工具,MCP 也好、SaaS 集成也罢,攻击面从来不是你的模型有多强,是你连了什么、连上的那个服务把你的数据放在哪。权限边界不在「谁能登录」,在「数据躺在哪」。我们做企业 Agent 平台,客户问得最多的两句话是「Agent 出事算谁的」和「第三方集成的边界怎么管」——现在可以指着这条新闻回答了。
咱开不了 Anthropic 的董事会,也不用操心它的估值。但每个把工作群当档案室用的公司,每个以为买了大牌 SaaS 就等于买了安全的团队,都在同一条船上:你最重要的机密,可能正躺在一个你连安全负责人名字都叫不出的第三方服务器上。
门你锁好了吗?先看看钥匙串在谁腰上。
参考来源:Washington Post 2026-10-26 报道(经凤凰网科技/腾讯新闻编译);Reuters(Cathedral 融资);Cognition CSO Alex Stamos、Will Depue、Logan Graham 公开发言(X);WSJ 2026-09-17;Fortune 2026-10;darioamodei.com《We Must Pace the Frontier》。文中「近乎核武器级材料」引语出自 WA Post 报道的匿名官员,为转述口径。