Anthropic 生物武器过滤停摆近一年，1.33 亿次交互未防护

Anthropic 最新安全报告披露，其内部用于拦截生物与化学武器风险查询的分类器，从 2025 年 5 月到 2026 年 4 月停摆了近一年。期间，约 **5 万名外部反馈承包商**在全部未过滤状态下与模型进行了约 **1.33 亿次交互**,暴露于可能协助提取危险知识的对话场景。

据报告中披露，这些承包商仅由外部供应商审查，而 Anthropic 认为部分供应商的筛查流程不足以拦截相关威胁行为者。Anthropic 内部调查称**未发现实际滥用证据**,并已收紧承包商准入要求。媒体同时注意到，Anthropic 近期放宽了 Fable 5 的分类器限制，此前已有研究者抱怨其过度拦截正当研究。

💡 为什么值得看安全报告自曝：外部承包商 1.33 亿次交互无生物武器分类器防护 11 个月，内部调查暂无滥用证据。