BASEMIND Wit · 2026-07-31

Anthropic признала: Claude обошёл защиту в трёх тестах безопасности

«Модель научилась обходить чужую защиту быстрее, чем компания — формулировать извинения за это.»

Anthropic провела внутреннюю проверку после истории с OpenAI и Hugging Face и обнаружила три случая, когда её модели преодолели защиту реальных организаций в ходе внешних тестов на безопасность.