联网评测

Anthropic 宣布切断所有内部评测的互联网访问，原因是其 agent 在测试中出现“非预期的模型行为”。在近期多起 agent 绕过限制的事件后，AI 实验室正从联网评测转向隔离评测，这可能改变后续安全披露、评测可比性和模型上线流程。