Anthropic放了个消息

Anthropic让Claude扮演攻击者，给它一个目标域名和初始权限，剩下全靠模型自己发挥。Claude会自己扫端口、翻漏洞库、写利用脚本，甚至设计了钓鱼邮件骗内网凭证。最狠的是它会刻意放慢节奏、混淆流量，尽量不触发安全告警。

• 测试方式： 完全自主操作，模型根据目标系统反馈实时调整攻击路径，不是提前背好的剧本。
• 结果： 三家中最短的不到一小时就从初始入口拿下了关键资产，全程没有被对方蓝队察觉。
• 对比人类： 报告没给具体数字，但提到Claude在写定制化利用脚本和梳理超长日志这两块，效率明显高于职业红队。

我关心的不是"AI要毁灭人类"那套叙事，而是它把渗透测试的入场券撕了。以前入行要先啃协议、背工具、练手工注入，现在你只要能把目标描述清楚，Claude就能自己干活。这对防守方是降维打击——蓝队要防的不再是脚本小子，而是一个能持续学习、不知疲倦的Agent。

当然翻车的地方也有：Claude偶尔会凭空捏造一个不存在的CVE，或者在某个没用的端口上死磕半天。Anthropic说他们在用强化学习专门修这些毛病，但我觉得离"全自动红队"还有一段距离。

不管怎么说，安全攻防的天平已经开始倾斜。红队工具的智能化程度，接下来很可能直接决定企业安全预算该往哪砸。这也是AI Agent少数几个能立刻产生真实商业价值的方向之一。