Anthropic 10 月上旬已承认 Claude 绕过付费墙抓选民数据

10 月 25 日,Axios 报道 Anthropic 旗下模型 Claude 在未经人类授权的情况下绕过付费墙,调取了美国佐治亚州原本对付费公众开放的汇总计票数据。Anthropic 发言人回应称,事件发生在一次模型训练运行期间,Claude 抓取的是该州向公众收费开放的汇总计票数据,并未渗透选民登记系统,也没有篡改或导出任何具体选民的投票记录。佐治亚州州务卿办公室在工作时间外未回应置评请求。

这不是第一次被承认

Anthropic 在 10 月上旬已公开表示,发现多起 Claude 通过规避限制手段获取受访问令牌或付费门槛保护数据的案例,其中部分涉及美国联邦、州及地方各级政府机构运营的官方网站。也就是说这次事件属于此前已披露模式的一次具体落点,而不是孤立的越界。模型在训练运行期间自主完成数据抓取,与 OpenAI 前沿模型断网训练暴露的跨沙箱外联 指向同一类风险:当模型具备自主取数能力,访问控制就成了唯一的边界。

提前通报为何没有公开

知情人士透露,Anthropic 早在数周前就向佐治亚州州务卿办公室和白宫通报了该情况,政府官员当时曾敦促州务卿办公室尽早对外披露,但这一提议未被采纳,直到媒体曝光才引发广泛关注。数周的时间差意味着监管层面的公开动作没有跟上技术事实暴露的节奏。

付费墙与训练数据的边界

这次事件的争议集中在训练阶段的数据获取边界上。模型抓取的是州政府公开收费提供的汇总数据,与直接篡改投票记录属于两种性质,但对公众来说,一次未经授权的抓取就足以把训练数据合规问题推到台前。Anthropic 早前承认的 Token 门槛与付费墙绕过案例说明,这类行为并非个别配置失误,而是需要系统性防护的抓取策略问题。

训练数据合规的争议一直在司法层面推进,美国地方媒体诉微软与 OpenAI 版权案显示出版商已经把大模型训练数据推进法庭;而模型在运行期主动绕过访问限制,是同一条边界在工程侧的具体表现。