Ridge Security 在 Google 战略中加入 Anthropic，但验证机制才是真正的转变

据报道，Ridge Security 已加入 Anthropic 的 Cyber Verification Program，尽管其最新的自主渗透测试服务是围绕 Google Cloud 和 Gemini 构建的。这使得 anthropic google 的故事不再只是又一次模型对比。Ridge 正在测试：一家网络安全供应商能否将开放的云部署策略，与对 Claude 高风险防御能力的受控访问结合起来。

眼下的变化关乎访问权限，而非整个平台迁移。Anthropic 的计划允许获批组织将 Claude 用于合法的双用途安全工作，即便此类工作可能会被标准安全机制拦截。双用途工作涵盖漏洞利用分析等活动，它们既可用于防御，也可能用于攻击。

因此，Ridge 的加入形成了鲜明对比。根据 Ridge 三月的公告，PurpleRidge Security 3.0 仍托管在 Google Cloud 上，并由 Gemini 驱动。Claude 为该公司敏感防御研究提供了另一种推理选择，但须遵守 Anthropic 的验证和监控条件。

其结果是对两种竞争思路的检验。一种将模型视为更广泛安全平台中的可替换组件。另一种则将经验证的身份、获批的用途和保留的活动数据，视为能力本身的一部分。

Ridge Security 的验证访问权限究竟改变了什么

据报道，Ridge 获得的是一类不同的许可，而不只是另一项商业 AI 订阅服务。

Anthropic 对其 Opus 和 Sonnet 模型采用实时网络安全防护机制。这些控制措施会检查涉及被禁止或高风险网络安全活动的请求，并可在模型响应前将其拦截。

这些类别之间的差别至关重要。Anthropic 将几乎不具备合法防御价值的工作列为禁止活动，其中包括勒索软件开发和大规模数据外传。验证机制并不会让这类请求变得可接受。

高风险双用途活动则不同。漏洞利用、攻击性工具和高级渗透测试可以帮助防御者在攻击者利用弱点之前发现问题，但同样的技术也可能促成入侵。

Anthropic 的网络安全防护机制默认会拦截第二类活动。获批的 Cyber Verification Program 参与者可为合法防御工作申请调整访问权限。

对 Ridge 而言，这一区别直接触及其产品类别。该公司开发自动化渗透测试和安全验证系统，包括 RidgeBot 和 PurpleRidge Security。这些产品旨在模拟攻击、识别可被触及的弱点，并验证已报告漏洞是否确实能够被利用。

传统漏洞扫描器通常在识别出暴露的软件版本或可疑配置后就会停止。自主渗透测试系统则必须更进一步。它可能需要推演攻击路径、构建测试载荷、评估防御控制措施，或判断多个轻微弱点能否被串联利用。

在提示词层面，这些步骤可能与攻击者行为相似。通用安全过滤器无法自动判断某项请求针对的是客户授权的测试环境，还是无关的生产服务器。

验证访问权限让 Anthropic 在作出这种区分时能够获得更多组织层面的背景信息，同时也为参与者带来义务。Anthropic 表示，即使 API 客户通常使用 Zero Data Retention，该计划仍要求保留数据。

这一要求并非附带条件。保留的活动数据使 Anthropic 能够审查高级网络能力的使用方式。但对于处理机密代码、基础设施细节、凭证或未公开漏洞信息的供应商而言，它也带来了治理问题。

该计划可免费申请，Anthropic 表示目标是在两个工作日内作出决定。然而，获批并不意味着 Ridge 的产品安全、准确或有效。

更恰当的理解是，这是一项访问决定。据报道，Anthropic 已认定该组织及其拟议用例有资格获得调整后的网络安全防护机制。产品性能仍需要独立证据来证明。

这一界限避免这则新闻沦为营销捷径。加入计划并不能证明 Claude 能发现所有漏洞、消除误报，或无需人工监督即可安全运行。它只是移除了部分可能阻碍获批防御工作的限制。

Ridge 现在可以评估 Claude 的推理能力如何融入其研究和验证流程。关键问题在于，这一访问权限能否带来可衡量的改进，同时不增加隐私、控制或运营风险。

Anthropic 与 Google 的分化为何重要

Ridge 的模型选择表明，网络安全供应商已不再需要对某一家前沿 AI 提供商作出永久押注。

PurpleRidge Security 3.0 于 2026 年 3 月推出，是一项面向小型企业和托管安全服务提供商的自助式自主渗透测试服务。Ridge 表示，该服务托管于 Google Cloud，并采用最新的 Gemini 模型。

该公司将这一架构定位为：让没有庞大内部测试团队的组织也能获得持续安全验证能力。客户可以利用智能体系统——即能够规划并执行多个步骤的软件——检查暴露资产并验证攻击路径。

在据报道获得 Anthropic 批准后，这种部署方式仍然重要。公开的计划说明中，没有任何内容要求 Ridge 放弃 Google Cloud、Gemini 或其现有安全引擎。

这也是为什么 anthropic google 这一关键词代表的是平台问题，而不是一场简单的竞赛。Ridge 可以继续使用 Google 的基础设施进行托管、编排和既有产品工作流，同时评估 Claude 在受益于 Anthropic 验证网络安全访问权限的任务中的表现。

安全供应商本就结合使用许多专业组件。一个平台可以使用一种模型对发现结果进行分类，使用另一种模型对代码进行推理，并利用确定性工具执行受控测试。策略引擎可以决定将每项任务交给哪个系统。

这种架构使模型路由成为一项运营决策。敏感提示词可能被发送至已获准用于特定工作流的模型；风险较低的摘要、报告和修复建议，则可继续留在另一家提供商的系统中。

Ridge 三月发布的 PurpleRidge 公告将 Google Cloud 和 Gemini 列为产品的核心组成部分。据报道获得的 Anthropic 访问权限，如今为 Ridge 提供了在真实防御流程中比较模型的机会。

有价值的比较不会来自笼统的基准测试。网络安全工作流涉及漫长的攻击链、不完整的证据、工具故障、不断变化的权限，以及错误操作可能造成的严重后果。

能够准确回答孤立安全问题的模型，在必须跨越侦察、验证和修复阶段维持状态时，仍可能表现不佳。另一种模型或许推理能力出色，却可能因其防护机制缺乏足够背景信息而拒绝合法步骤。

Ridge 有可能根据这些差异来路由任务。Gemini 可能仍是托管客户体验的核心，而 Claude 则支持经验证的研究或选定的高级工作流。

不过，多模型架构带来的成本不止模型消耗。工程团队必须统一输出格式、维护独立的安全控制、追踪跨提供商的决策，并防止一个模型绕过其他模型施加的限制。

组织还需要一致的授权层。在 Anthropic 计划下获批的提示词，不应自动授权外部扫描器、漏洞利用框架或 Gemini 驱动的智能体对目标采取行动。

客户同意必须始终贯穿完整工作流。否则，模型层面的验证将与现实世界的授权脱节。

竞争压力同样落在 Google 和 Anthropic 身上。如果验证访问成为高级网络工作所必需的条件，模型提供商除了推理性能外，还将通过治理系统展开竞争。

Google 拥有广泛的云安全基础设施，并在 Gemini 防护机制方面开展了自己的工作。然而，Ridge 的举动表明，平台供应商也需要为那些工作行为类似被禁止活动的合法专业人士提供清晰路径。

对企业买家而言，胜出者未必是模型限制最宽松的提供商。买家需要的是能够区分获授权防御工作与滥用行为，同时为审计和事件复盘保留证据的提供商。

验证正成为 AI 安全技术栈的一部分

Anthropic 正将组织身份和声明用途转化为围绕模型能力的技术控制。

传统软件许可关注用户是否已付费获得访问权限。Anthropic 的 Cyber Verification Program 则关注用户代表谁、计划开展什么活动，以及该活动是否具有合法防御目的。

这改变了前沿能力进入市场的方式。模型不再以对每位客户都具有相同行为的一体化产品形式交付。

相反，访问权限部分取决于信任和问责。获批安全团队可在处理某些任务时获得调整后的待遇，而匿名或未验证账户仍可能被拦截。

Anthropic 的做法遵循了潜在风险的结构。漏洞利用开发不会因为有人将其描述为研究就变得无害。提供商需要更有力的证据，证明请求者是在获授权的背景下开展工作。

该计划也支持 Anthropic 面向能力不断增强的网络模型的更广泛规划。其 Project Glasswing 计划让部分组织获得用于漏洞发现和防御研究的高级能力。

6 月，Anthropic 表示正将 Glasswing 扩展至约 150 家新增组织，并称计划针对特定网络防御任务扩大验证计划。

这一扩展表明，该公司将验证视为分发基础设施。如果希望防御者大规模使用这些系统，Anthropic 就无法将每一项高级网络能力都局限在少数研究合作伙伴内部。

与此同时，不受限制的发布显然会带来风险。能够自主识别和利用弱点的模型，可能帮助攻击者扫描更多目标、更快适应，并以更低的专业门槛开展行动。

Anthropic 在讨论 Project Glasswing时承认了这一尚未解决的问题。该公司表示，尚未开发出足够强大且足够精确、可支持广泛访问的防护机制。

Cyber Verification Program 充当了中间层。在提供商认为仅靠技术防护机制尚不足以安全支持普遍可用之前，它为部分从业者提供了更高的访问权限。

Ridge 并非进入一个空白领域。OX Security、MIND、Lyrie.ai、Codenotary、Vicarius 及其他安全公司均已宣布参与该计划。

他们的参与指向了更广泛的市场变化。经验证的模型访问权限可以成为安全产品的一项投入要素，就像威胁情报、云基础设施或专业扫描引擎一样。

它也可能带来新的依赖关系。供应商能否提供某项高级功能，可能取决于模型提供商是否持续批准。政策、保留规则、支持平台或账户状态的变化，都可能影响客户工作流程。

可用性已经并不均衡。Anthropic 的支持文档称，该计划可通过其第一方产品、API、Microsoft Foundry 以及参与计划的第三方平台使用。

该计划目前无法通过 Amazon Bedrock 或 Google Vertex AI 使用。这一限制对那些通过现有云服务提供商采购模型、以简化计费、合规和数据控制的公司而言十分重要。

Ridge 的客户不能假定 Anthropic 的验证会覆盖所有部署路径。访问权限取决于 Claude 所使用的入口，以及 Ridge 整合该能力的方式。

这在 anthropic google 关系中形成了一种实际的分离。Google Cloud 可以托管 Ridge 的平台，但经验证的 Claude 访问权限可能需要不同的技术和合同路径。

企业架构团队需要仔细梳理这些路径。他们应了解哪家提供商接收代码或遥测数据、数据存储在何处，以及哪个组织持有经验证的账户。

这种权衡是更强防御与更大控制权之间的取舍

经验证的访问权限可以减少误拒绝，但也会将权力和敏感证据更多集中于模型提供商周围。

长期以来，安全专业人士一直抱怨通用助手有时会拒绝合法的分析请求。模型可能帮助生成应用程序代码，随后却拒绝测试该代码是否存在危险漏洞的请求。

从提供商的角度看，同样的请求也可能来自攻击者。仅凭提示词措辞，很难有力证明已获授权。

Anthropic 的计划通过组织验证来解决这种模糊性。获准后，防御团队可以开展更多高风险的双重用途工作，而不会遭遇通常程度的中断。

这可以改善复杂调查期间的连续性。当模型在本应确认某个弱点是否可被利用的步骤停止时，渗透测试的价值就会下降。

不过，验证并不会消除模型拒绝，也不保证完整访问。Anthropic 仍会阻止被禁止的用途，其模型也会保留其他安全行为。调整后的防护措施并不会让 Claude 变成不受限制的漏洞利用引擎。

数据保留带来了更尖锐的企业权衡。Anthropic 要求对经验证的网络安全工作保留数据，包括为原本使用 Zero Data Retention 的 API 组织设置单独的保留工作区。

安全测试往往涉及异常敏感的材料。一次会话可能暴露系统架构、易受攻击的端点、身份验证行为、专有源代码，或尚未修复漏洞的细节。

因此，组织不应将加入该计划自动视为利好，而应先审查保留条款。关键问题不只是 Claude 是否变得更有能力。

他们应询问哪些数据会进入保留环境、保留多久、谁可以审查这些数据，以及现有客户协议是否涵盖此类处理。

Ridge 还必须将自身产品主张与 Anthropic 的访问决定区分开来。该公司称 RidgeBot 能够以零误报验证可利用风险。这是供应商的主张，不应因参与 CVP 而被视为已得到独立证实。

自动化验证可以减少配置扫描相关的噪声。但代理仍可能选择错误目标、误解测试边界、中断脆弱服务，或遗漏其可用工具范围之外的漏洞。

在人为破坏性或会改变状态的操作周围，人工批准仍然必不可少。经验证的模型可以推理漏洞利用方式，但模型并不拥有客户的风险决策权。

最强的实施方式应将推理与执行分离。Claude 或 Gemini 可以提出攻击路径，而由策略控制的系统在任何工具运行前检查范围、目标所有权、允许的技术和执行时机。

执行日志应说明哪个模型提出了每一步，以及哪个确定性控制授权了该步骤。当多个提供商参与一次自主测试时，这些证据尤为重要。

该计划也引发了公平性担忧。验证可能更有利于能够证明其拥有正式安全运营体系的成熟供应商和组织。独立研究人员、学生和小型团队可能面临更多阻力。

当相关能力会带来实质性公共风险时，这种阻力具有合理性。但它仍会影响谁能够发现漏洞、发表研究，以及与大型安全公司竞争。

如果经验证的访问权限成为专业网络安全工作的核心，Anthropic 将需要透明的标准和有实际意义的申诉渠道。否则，提供商将成为私有的守门人，却缺乏对其决策的足够可见性。

关于申请被拒或持续遭遇拒绝的轶事报告，并不能证明该计划失败。但它们确实表明，独立测量为何重要。

研究人员应测试审批一致性、拒绝率、有效完成率，以及不同模型版本间的行为。仅凭供应商证言，无法证明这些控制措施能否可靠地区分合法工作与滥用。

Anthropic Google 的竞争已超越模型基准测试

正在浮现的竞争关乎谁能负责任地分发危险能力，而不是谁能赢得静态推理分数。

数年来，企业 AI 对比一直聚焦于准确性、上下文长度、延迟和集成选项。网络安全加入了一个更棘手的变量：提供商能否在不让攻击性自动化广泛可得的情况下授予有用访问权限。

Anthropic 的回答是将实时防护与经验证的例外相结合。Google 的定位包括 Gemini 防护、Google Cloud 控制、身份系统，以及庞大的安全产品组合。

Ridge 位于这两种方式之间。其基于 Google 的产品架构提供了部署规模和成熟的云基础。其据报获得 Anthropic 批准，则为敏感防御性推理提供了另一条路径。

这并不意味着 Claude 已成为 PurpleRidge 的新核心。公开可得的信息支持一个更审慎的结论：Ridge 在保留已宣布 Google 基础的同时，扩大了其潜在模型访问范围。

这种区分很重要，因为 AI 供应商往往会描述合作关系，仿佛每个产品组件都已改变。买方应要求提供架构层面的细节。

他们应询问 Claude 是在生产环境、研究、内部测试，还是未来功能中运行。他们还应询问每位客户是否获得相同能力，还是访问权限取决于地域、合同类型和验证状态。

当 Ridge 发布针对具体工作负载的结果后，anthropic google 的比较将更有价值。负责任的评估应审查漏洞发现、可利用性分析、修复准确性、拒绝行为和非预期工具操作。

它还应衡量运营结果。安全团队关心的是系统是否缩短验证时间、改善优先级排序、减少遗漏的攻击路径，并避免在测试期间造成停机。

模型提供商将面临来自竞争性访问计划的压力。OpenAI 和其他前沿实验室已探索高级网络安全用途的可信路径，而云平台也在持续增加专业安全代理。

如果提供商公布明确标准并从真实部署中学习，这种竞争可以改善访问控制。它也可能使市场分裂为彼此不兼容的验证系统。

一家网络安全供应商可能需要为多个模型分别获得批准。每项计划都可能施加不同的数据保留规则、监控要求、禁止活动和部署限制。

这种复杂性加强了建立供应商控制治理层的必要性。Ridge 应能够表达一套客户授权策略，并在 Gemini、Claude 和每个连接的测试工具之间执行该策略。

没有这一层，多模型灵活性就会变成策略不一致。一个被某家提供商拒绝的任务可能只是被路由至另一家，从而削弱原有防护措施的意义。

负责任的路由应保留最严格的适用控制。它不应成为规避拒绝的机制。

买方还需要明确的退出方案。如果 Anthropic 改变其计划，或 Google 改变 Gemini 的行为，Ridge 应能在不悄然降低安全性的情况下保留核心测试功能。

因此，可移植性成为韧性的一部分。即使底层模型发生变化，安全平台也应拥有工作流程、证据、授权记录和面向客户的控制措施。

三个信号将显示这是否是一项重大转变

只有当经验证的访问权限改变可衡量的产品行为，并经受住企业治理审查时，Ridge 据报获准一事才具有意义。

第一个信号是生产集成披露。Ridge 应说明 Claude 在其架构中的参与位置、哪些 PurpleRidge 或 RidgeBot 工作流程会使用它，以及这些任务与由 Gemini 驱动的操作有何不同。

清晰披露将增强多模型的解读。沉默或对 Anthropic 的模糊提及，则会表明该公告主要仍是一项访问里程碑。

第二个信号是对比证据。Ridge 应发布一项受控评估，展示经验证的 Claude 访问权限是否改善了攻击路径推理、漏洞利用验证、修复指导或完成率。

最有用的研究应包括失败案例和人工干预率。仅由成功案例构成的基准测试，对运营安全的揭示很少。

第三方评估会比供应商自行撰写的演示更具分量。安全买方需要证据表明，该集成能在不同环境中发挥作用，而不仅限于经过筛选的实验室。

第三个信号是客户在数据保留要求下的采用情况。企业必须接受经验证的 Claude 工作流程如何存储和处理其安全数据。

如果客户将 Claude 限制在合成环境或内部研究中，该计划仍有价值，但范围有限。如果受监管买方批准在生产环境中使用，验证将开始发挥市场准入层的作用。

Anthropic 自身的扩展将塑造这一结果。其验证规则必须在该计划增加参与者、模型和分发渠道时保持易于理解。

Ridge 还需要解释跨工具授权的问题。模型批准并不授予探测客户网络的许可，而客户许可也不会自动满足每家模型提供商的政策。

可信的系统将保留两种形式的控制。它会验证使用模型的组织，并确认每一次现实世界安全测试的范围。

这些信号将决定 Ridge 的举措是对 Google 形成压力、增强 Anthropic，还是仅仅为一家供应商提供另一种研究选项。近期最可能的结果更务实：具有更严格治理的模型多样性。

这一结果仍然重要。它将竞争从选择一个所谓更优的模型，转向利用多家提供商构建受控系统。

对于开发者和安全负责人而言，下一步是要求供应商提供精确的数据流图、数据保留政策、授权模型，以及针对具体工作负载的评估。Anthropic 与 Google 的竞争不会由一条新闻标题决定。它将取决于经过验证的能力能否在不削弱客户控制权的前提下，提升防御效果。