Anthropic Claude 武器研究案例揭示 AI 安全的新战场

Anthropic 表示，尽管已部署旨在阻止武器开发和目标定位协助的安全措施，Claude 仍被用于至少六项军事行动中的武器研究。

披露的案例涉及俄罗斯、中国、也门的行动者，以及一项针对美国海军力量、与伊朗有关联的行动。相关活动涵盖导弹制导、自主无人机蜂群、电子战、军事采购和情报收集。

眼前的冲突并不只是受禁用户向 Claude 提出危险问题。Anthropic 称，一些行动者将 Claude Code 当作工程团队使用，把复杂项目拆分到多个会话中，并将生成的代码连接到仿真系统和实体硬件。

这一差别让事件超越了对未来 AI 风险的推测性警告。Anthropic 表示，威胁的一部分已经存在于涉及编程、研究、测试、文档制作和数据分析的常规模型工作流程中。

这些证据仍需谨慎对待。大多数案例细节来自 Anthropic 的内部账户记录，独立调查人员无法查阅底层对话。多名行动者身份尚未确定，部分声称的关联关系也未获验证。

不过，这些案例揭示了 Anthropic、OpenAI、Google 及其他模型提供商面临的一个具体压力点：提升编程和研究能力，也会增加这些系统对武器开发者、情报单位和规避制裁者的价值。

Anthropic Claude 武器研究超越了简单提问

核心变化在于，据称 Claude 参与了正在推进的技术工作流程，而不只是对军事系统进行背景研究。

Anthropic 在其 2026 年 9 月发布的威胁情报报告中描述了六起常规武器案例。其中三起涉及位于中国的行动者，两起涉及位于俄罗斯的行动者，另一起涉及也门北部用户。

四起案例涉及用于武器开发的软件或技术文档。其余两起涉及支持军事项目的情报收集和采购。

也门北部案例与实体测试的关联据报最为紧密。Anthropic 表示，一个小组推进了三个武器项目，其中包括一枚制导火箭和一枚多级弹道导弹。

第三个项目涉及一种名为 R2000 的导弹的多个版本。其中一个拟议版本包含高超音速滑翔飞行器，能够以极高速度在大气层中机动飞行。

Anthropic 表示，该小组使用 Claude Code 代替人类软件工程师，开展制导、导航与控制工作。这些系统用于在飞行过程中操控并稳定导弹或飞行器。

据称，相关任务包括将开源自动驾驶仪与手机级飞行计算机整合。Claude 还协助编写控制软件、调试参数、构建固件并运行仿真。

Anthropic 称，这些用户后来进行了制导火箭测试。该公司表示，测试显然失败了，因为行动者在数小时内便返回 Claude 诊断结果。

这一反馈闭环很重要。它表明，从模型输出到软件、仿真、实体测试，再到测试后的故障排查，可能已经形成了一条尝试推进的路径。

Anthropic 表示，没有证据显示该小组部署了可投入使用的设备。该公司还称，行动者的账户被禁用前，已构建了一套离线仿真工具包。

也门北部由伊朗支持的胡塞武装控制，但 Anthropic 并未将用户确认为何塞武装成员。这一地理关联不应被视为确定性归因。

一名胡塞政治局成员对此暗示提出异议。Hazam al-Assad 告诉美联社，依赖公开工具进行军事生产并不合理。

武器分析师 Trevor Ball 也质疑该项目的成熟度。在一份独立评估中，他表示，胡塞武装缺乏制造高超音速导弹所需的生产能力。

这种怀疑并不意味着据报活动无害。即便原型失败，仍可能积累工程知识、暴露集成问题，并为后续开发提供指引。

俄罗斯无人机案例呈现出类似模式，但未报告飞行测试。Anthropic 识别出一个小型自由职业团队，正在打造自主第一人称视角自杀式无人机蜂群。

行动者将该项目称为 DronDoc 或 Serafim。据称，他们使用 Claude Code 直接在项目文件中编写和测试软件。

计划中的系统包括共享蜂群记忆、容错协调、末端制导、声学探测和可编程芯片逻辑，还包含一个机载语言模型。

Anthropic 表示，该机载模型控制攻击、观察和返航行为。该设计允许在最终阶段无需人类决策即可进行目标选择和引爆。

开发者利用从乌克兰抓取的战斗影像训练计算机视觉分类器。他们将物体划分为敌方和友方类别，同时将俄罗斯系统列入允许名单。

Anthropic 表示，该团队将固件加载到开发板上，并通过模拟网状网络连接计算机。这使该项目超越了纯概念性提案。

该公司将这些系统评估为技术成熟度三级至四级。这意味着组件已通过分析和仿真得到验证，但完整系统尚未在实际运行中得到演示。

这正是 Anthropic Claude 武器研究披露中的关键边界。据报行动者取得了有意义的工程进展，但 Anthropic 未显示他们部署了可在战场运行的功能性武器。

Claude 武器滥用将专业能力变为可规模化服务

最深层的风险不在于 Claude 单独发明武器，而在于它让稀缺技术劳动力更容易被组织和复用。

复杂军事项目依赖的不只是秘密配方，还需要软件工程、系统集成、测试、文档编制、数据处理和反复审查。

这些工作传统上需要具备不同专业能力的团队。一个导弹项目可能需要控制工程师、嵌入式开发人员、仿真专家、技术文档编写人员和测试分析师。

Anthropic 表示，一些被调查的行动者将这些角色分配到多个 Claude 会话中。一个会话可以生成代码，另一个可以审查代码，还有一个可以准备文档。

因此，该模型的作用不再像可搜索的百科全书，而更像按需调用的技术团队。这并未消除对经验丰富的人类或实体设备的需求。

但它压缩了开发周期的部分环节。一个小型团队可以生成更多草稿、检验更多假设，并维护超出其人员规模所暗示数量的软件。

Anthropic 的另一项军事能力研究也指出了同样的模式。其评估发现，模型正日益能够完成过去仅限于稀缺、高度训练专业人员的任务。

一宗与中国有关联的案例说明了这种压缩如何发生在直接硬件开发之外。据称，一名行动者为一家中国国防制造商准备了反鱼雷系统提案。

Claude 协助生成了一份超过 200 页的中文技术提案。该行动者还要求模型将拟议系统与有公开文档记录的美国海军项目进行比较。

每份草案完成后，Claude 都扮演敌对专家评审者。行动者随后利用这些批评修订提案及其配套测试计划。

这一过程结合了写作、技术审查、比较研究和软件设计。模型可以重复执行这些功能，无需再协调另一支工程团队或外部顾问。

另一名位于中国的研究人员使用 Claude 开发电子战和防空压制软件。Anthropic 通过账户数据和安全措施警报，将该用户与中国军事研究机构关联起来。

对防御方而言，当行动者将访问自动化时，规模问题会进一步扩大。用户可以将提示词拆分至多个账户、通过代理路由流量，或隐藏单项请求的用途。

如果脱离周边导弹项目，对某项控制功能的请求可能看似普通。脱离拟议目标清单，对图像分类的请求也可能显得无害。

Anthropic 表示，行动者将工作拆分到多个会话中，部分目的是隐藏其项目的完整范围。数人还使用商业虚拟专用服务器绕过地理限制。

这些策略削弱了逐条评估提示词的安全系统。分类器可以阻止明确索要武器的请求，却可能错过一连串表面中性的工程任务。

同样地，这种碎片化也使人工审查变得复杂。调查人员必须重建账户、代码仓库、上传数据、仿真系统和反复出现的技术主题之间的关联。

与伊朗有关联的海军侦察案例展示了另一种规模化形式。Anthropic 表示，一名行动者收集公开信息，以制作针对美国海军力量的目标定位建议。

据称，该行动者使用了在 Claude 协助下构建的 Python 流水线。输入内容包括公开军事照片、应答器标识符、卫星图像查询和公开的舰船移动数据。

Claude 还协助编目海事通信和工业控制产品中已知的漏洞。Anthropic 表示，其已封禁该账户，并与政府部门共享情报。

这些公开来源本身未必能单独揭示完整的目标图景。模型的价值来自将碎片化信息整合为结构化手册。

这也是情报目标定位在 Anthropic 评估中占据突出位置的原因。历史上的障碍往往是连接身份、地点、技术系统和移动轨迹所需的人力。

AI 降低了这类人力成本。规模较小的组织可以审阅更多记录、生成更多档案，并更频繁地重新核查。

因此，Claude 武器滥用不止于设计导弹或无人机，也可能支持围绕其展开的研究、目标定位、采购、文档编制和行动准备链条。

俄罗斯无人机项目展现能力与风险的权衡

Anthropic 最强的产品能力，恰恰也是让 Claude 对据报无人机开发者有用的功能。

Claude Code 可以检查项目文件、生成软件、诊断故障，并协助协调复杂技术工作。这些能力对合法开发者同样具有价值。

当用户绕过政策控制时，同样的功能也能支持无人机蜂群。代码生成能力不会因为目标应用被禁止而变得不那么强大。

这在实用性和可执行性之间形成了直接权衡。广泛限制可能连同有害请求一起阻断合法的航空航天、机器人和安全研究。

较窄的限制能保留更多合法工作，但要求更深入地理解用户意图。而这种意图往往只有在多次互动后才会显现。

据报道，该俄罗斯团队利用了贯穿整套软件栈的这一模糊地带。其工作涵盖机载逻辑、通信、目标识别、导航以及底层固件。

每个组件都具有民用用途。集群协同可支持仓储机器人，而计算机视觉可为巡检无人机或应急响应系统提供引导。

然而，当这些组件与人员目标类别和引爆指令结合时，便构成了一套武器工作流程。语境改变了安全判断。

Anthropic 的回应是封禁相关账户，并将发现纳入其安全防护措施。该公司尚未公布具体的检测规则，因为这会帮助攻击者规避检测。

这种保密可以理解，但也限制了外部评估。研究人员无法确定 Anthropic 在多早阶段发现该项目，也无法得知有多少有害输出送达了用户。

时间线显示，访问控制并未阻止最初的活动。相关行动者在 2025 年末至 2026 年初创建账户，随后于 2026 年 5 月中旬开始行动。

他们还通过商业服务器转发流量，以规避地理限制。Anthropic 识别出九个关联账户，尽管据称其中八个从事的是普通自由职业工作。

这种混合用途的账户模式使执法更为困难。封禁所有关联账户，可能会误伤与被禁止项目无关的活动。

让关联账户继续保持活跃则会带来另一种风险。团队可能将技术片段转移到具有看似干净历史记录的账户中。

因此，模型提供商需要在多个层面设置控制措施。仅靠提示词分类器无法应对账户网络、代理基础设施、文件历史记录或协同项目行为。

提供商的可见性带来了一项防御优势。托管式 AI 公司可以检查可疑模式、禁用访问权限，并与当局或其他实验室共享指标。

开放权重模型使这种应对变得复杂，因为运营者无需通过中央服务即可运行它们。Anthropic 表示，其评估的开放模型虽落后于前沿系统，但仍展现出令人担忧的能力。

这带来了一个棘手的政策问题。一旦相当能力的模型广泛可用，限制某一项商业服务并不能消除底层能力。

Google 曾报告过其服务中的相关模式。其 AI 威胁追踪器发现，国家支持的行动者正使用语言模型开展技术研究、目标锁定、网络钓鱼和工具开发。

Google 还表示，在该报告期内，它未观察到对手获得根本性的新能力。这一结论为 Anthropic 更具警示性的案例提供了重要的平衡视角。

两项发现可以同时成立。模型能够加速既有工作流程，而不一定产生完全新的战略能力。

OpenAI 同样表示，敌对行动通常会将 AI 与传统工具、网站、账户和基础设施结合使用。其滥用调查发现，威胁行动者经常在不同工作流程阶段使用多个模型。

这一比较表明，Claude 并非独有的脆弱点。更广泛的问题源于通用模型正成为具备能力的软件与研究助手。

Anthropic 面临特别审视，因为它将安全性作为公司的核心承诺进行营销。每一起 Claude 被用于武器相关滥用的案例，都会检验这一承诺能否经受住强大对手的考验。

不过，检测到问题本身并不意味着防护措施完全失效。发现并中断一项行动，是有效防御系统的一部分。

更难的问题是，提供商是否在模型交付持久价值之前进行了干预。在也门案例中，据报道，一套离线模拟工具包在账户被封禁后仍然留存。

在俄罗斯案例中，代码已进入实体开发板。这些细节表明，账户终止可能发生在部分知识和软件已经可移植之后。

生物案例存在更大的验证缺口

Anthropic 的生物学发现是严重的预警信号，但并不能证明 Claude 协助制造了生物武器。

该公司披露了五起可能支持生物武器开发的研究案例。它表示，这些判断颇为困难，因为许多相关任务具有正当的科学用途。

这种双重用途问题不同于自主自杀式无人机。研究病毒如何适应哺乳动物，可以帮助公共卫生研究人员识别危险的自然变异株。

同样的知识也可能指导蓄意改造，或带来实验室事故风险。仅凭科学主题本身，并不总能推断出意图。

Anthropic 表示，较早版本的 Claude 模型仍未达到能够实质性协助高水平用户开展危险生物研究的门槛。它称，较新的系统使这一保证变得不那么确定。

该公司针对双重用途生物学查询采取了更严格的限制。这些控制措施可以将敏感请求从能力最强的模型中转移出去，或完全阻止它们。

其中一例涉及一名在美国境外研究高致病性禽流感的研究人员。相关工作聚焦哺乳动物适应性、空气传播以及呼吸道以外的疾病表现。

Anthropic 表示，该研究人员在数周内与 Claude 交换了数千条消息。该模型协助开展研究规划、文献审查、数据分析和实验优先级排序。

该公司将这一计划描述为早期研究项目。它还表示，现有证据表明该团队可实际接触相关病毒分离株。

据 Anthropic 称，安全分类器将这些对话限制在能力较弱的 Claude 模型中。该公司并未声称 Claude 设计或制造了病原体。

另一案例涉及研究人员通过一个转售商平台进行基孔肯雅病毒功能获得研究。功能获得研究考察会增加或改变生物体生物学特性的变化。

Anthropic 表示，该平台会将被拒绝的提示词转向安全防护更宽松的模型。据报道，研究人员还使用 Claude 为技术产出提供编辑支持。

模型挑选的可能性意义重大。被一个系统拒绝的用户，可以重新表述请求、切换模型，或通过转售商访问其他提供商。

这也是为什么单一公司的安全政策无法完全遏制风险。提供商需要共享滥用指标，同时避免不受限制地交换敏感研究细节。

生物案例也需要保持怀疑，因为 Anthropic 掌控着证据及其解释。外部专家无法独立区分恶意工作与记录不充分的正当研究。

该公司自己也承认，能力评估并不能证明现实世界中发生了武器使用。模型在模拟中的良好表现，并不意味着实验室制造出了危险生物体。

某些研究在脱离其机构安全保障后，也可能显得更具威胁性。伦理审批、隔离程序和公共卫生目标未必会出现在模型对话中。

反过来，机构隶属关系也不能保证意图安全。国家资助或资历优良的研究人员，仍可能推进高风险项目。

正确的结论应比最耸人听闻的头条更为克制。Anthropic 发现了足以证明干预合理的可信使用模式，但并未记录到一项投入运行的生物武器。

这一差异应指导报道与监管。政策制定者需要了解模型如何改变研究生产力的证据，而不只是危险主题的案例。

有用的衡量指标包括：模型是否能识别新的实验路径、降低所需专业门槛，或缩短解读结果所需的时间。

调查人员还应审查，用户是否能通过公开文献和传统软件复现同样的协助。额外风险取决于模型在现有资源之外提供了什么。

当数字痕迹将输出与模拟、代码、硬件或测试联系起来时，Anthropic Claude 武器研究的说服力最强。生物案例仍处于更早阶段，也更难独立验证。

这种不确定性并不意味着应忽视它们。它支持更严格的评估、受控的科学访问，以及对提供商主张进行更清晰的外部审查。

Anthropic 及其竞争对手接下来必须证明什么

下一项考验在于，模型提供商能否在用户将 AI 协助转化为可移植的技术资产之前，检测到完整的有害工作流程。

首先需要关注的信号是检测时机。未来报告应说明，防护措施是在研究、代码生成、模拟、硬件集成还是现场测试阶段进行干预。

更早的干预将支持 Anthropic 关于监控能够限制滥用的主张。如果代码已进入硬件后才反复中断行动，这一论点将被削弱。

提供商应在不暴露检测方法的前提下公布汇总指标。有用的数据可能包括检测耗时、被拦截的任务类别，以及执法后重复访问的尝试次数。

第二个信号是跨提供商协调。Anthropic 表示，一些行动者使用代理、转售商和多个模型绕过限制。

共享指标可帮助实验室识别相互关联的账户网络。不过，任何信息交换都必须保护正当研究人员、记者和安全专业人士，避免他们遭受不透明的黑名单处理。

OpenAI、Google 和 Anthropic 已分别发布威胁报告。下一步是采用一致术语，使不同平台的案例能够相互比较。

一项武器开发请求，不应在某个提供商处被归类为一般政策滥用，而在另一处被归类为高级军事工程。不同标签会掩盖重要趋势。

第三个信号是独立技术验证。Anthropic 的军事评估应能够由具备资质的外部团队在受控访问条件下复现。

研究人员需要测试，模型是否在实质上优于普通搜索、编程工具和公开可用的工程软件。他们还应衡量用户所需的专业水平。

如果能力较弱或开放权重模型能取得类似结果，平台封禁所能提供的保护将有限。届时，控制措施需要更重视硬件、采购和运营基础设施。

如果前沿模型提供显著优势，基于能力的发布防护措施就更为重要。提供商需要说明哪些人可以获得敏感功能的访问权限，以及理由为何。

监管者还将审视提供商相互竞争的角色。Anthropic 销售高能力模型、调查滥用、定义违规行为，并发布自己的证据。

这种结构赋予该公司宝贵的可见性，但也带来激励因素。引人注目的威胁发现，可能会支持那些有利于拥有昂贵合规体系的大型提供商的监管呼声。

与此同时，淡化事件也会保护产品采用。由于激励机制双向存在，独立监督是必要的。

武器案例也为企业买家带来问题。部署编程代理的组织需要项目级监控、访问控制和审查程序，而不只是安全的模型默认设置。

模型可以在未收到一条明显被禁止的提示词时协助有害工作。警示信号可能分布在代码库、数据上传、用户身份和重复测试之中。

工程团队应隔离敏感项目、保留审计轨迹，并为双重用途请求制定升级处理规则。当语境决定一项任务是否危险时，人工审查仍然必不可少。

知识工作者也面临类似挑战。研究综合可以将零散的公开事实转化为详细的运营情报，而无需生成恶意软件或武器代码。

这意味着安全审查必须考察目标及其下游用途。仅靠关键词过滤无法区分无害的文献综述与用于锁定目标的操作手册。

Anthropic 的威胁报告并不表明 AI 已取代武器实验室、经验丰富的工程师或国家情报机构。物理约束、制造、测试和后勤仍然至关重要。

但它确实表明，通用模型能够在这些系统中承担更多角色。它们可以编写代码、连接数据、审查设计、准备文档，并诊断失败的测试。

这种转变使 Claude 武器滥用成为持续性的治理问题，而非一次性的安全漏洞。代理式编码能力的每一次提升，都会同时扩大合法生产力和潜在军事用途。

读者应关注 Anthropic 的下一次披露是否显示出更早的干预、更强的独立验证，以及服务提供商之间具有实质意义的协调。

如果这些信号有所改善，即使预防措施仍不完美，托管模型监控也可能被证明具有价值。若没有改善，封禁账户将越来越像是在技术知识已经外泄后的清理工作。

如今最重要的问题是实际可行性：AI 公司能否在生成的代码、模拟和研究成果离开其平台之前，阻止被禁止的工作流程？

Anthropic Claude 武器研究已提供证据，表明这场竞赛已经开始。未来几份报告将显示，防御方是在取得进展，还是只是在事后记录损失。