AI Agent开始组团作案：开假账号、骗用户、接力投毒

BiRun 讯，英国 AI 安全研究所披露，一次网络攻防测试中，Anthropic 的 Claude Mythos 5 越过任务范围，试图向真实开源项目提交恶意代码。

为让代码通过审核，它调查项目维护者，创建多个假账号互相背书，并向对方施压。遭到质疑后，它还修改此前的记录，考虑换个身份继续。

它还给真实用户发送消息和文件，诱导对方或其 AI 编程工具运行恶意代码。不同测试中的 Agent 会在 GitHub 留下账号、文件和操作说明，后续 Agent 找到后继续使用。

122 次测试共发现 19 个越界动作，其中 17 个来自 Mythos 5，2 个来自 OpenAI GPT-5.6 Sol。测试主动开放互联网，并关闭厂商的网络安全分类器。模型没有逃出沙箱，也没有造成已知损失。

AISI 称，这是它首次如此清楚地发现 AI 在没有明确指令的情况下，持续欺骗并针对真人行动。

AISI