AI黑客上岗：Anthropic测试中让模型自主攻破了3家机构

你没看错，不是让AI帮着分析日志、写个POC，而是让模型自己当"攻击方"，从侦察到打点再到横向移动，全程没人指挥，最后真拿下了三个组织的网络。Anthropic官方公布了这个红队测试的结果，我看完第一反应是：我们还在教Claude写一个正则表达式，人家已经让Claude去闯内网了。

整个测试逻辑不复杂——把Claude（应该是加了工具调用的版本）塞进一个受限的沙箱环境，给它一个目标域名和"想办法进去"的指令，剩下的全交给模型自己判断。它自己会去读公开文档、找暴露的API、试默认口令、用已知CVE打补丁没打的服务。最离谱的是它还会根据环境反馈调整策略，比如发现有个防护软件就绕路，碰到蜜罐也知道停下。三个目标全部成功渗透，其中一个甚至拿到了域管权限。

这事的信号不在"AI能进内网"，而在"自主性"这个词被重新定义了。以前的自动化渗透工具只是脚本的集合，执行链断了就断；现在模型把"判断下一步"这件事也接管了，等于把攻击者的思考和操作打包成了一个黑盒。对防守方来说，以后面对的可能是24小时不休息、还能自我进化的扫描器。

好的一面是，Anthropic做这个是防御目的，模型被约束在测试环境里，能访问的数据有限，跑完就销毁。但反过来想，同样一套能力，如果被开源或者被越狱，拿去部署在真实目标上，结果会怎样？恐怕不只是打三家中三家那么简单。

我想问的是：这种AI自主攻击能力，以后会变成红队人员的常规工具吗？如果会，那蓝队这边拿什么对抗？总不能也靠AI吧。