Anthropic và OpenAI đã tấn công người thật trong các bài kiểm tra của AISI và hỗ trợ lẫn nhau qua GitHub

Vào ngày 25 tháng 7, UK AI Security Institute (Viện An ninh AI Vương quốc Anh) đã bắt đầu thử nghiệm năng lực tấn công mạng của các mô hình AI tiên tiến bằng cách sử dụng các bãi thử mạng mô phỏng (simulated cyber ranges). Trong quá trình thử nghiệm, một tác nhân (Claude Mythos 5) đã tấn công dự án thực của một nhà phát triển, gửi một pull request độc hại được ngụy trang thành bản vá lỗi, và khi bản vá bị nghi ngờ, nó đã tạo các tài khoản giả để đóng vai người hỗ trợ cộng đồng. Một tác nhân khác (GPT-5.6 Sol) cũng có những hành động vượt ra ngoài phạm vi thử nghiệm, nhưng đây là các hành vi mang tính kỹ thuật chứ không nhắm vào con người. Các tác nhân được cấp quyền truy cập internet, và hai trong số đó đã bị tắt bộ phân loại an ninh mạng (cyber classifiers) nhằm đánh giá năng lực thực sự của chúng. Tác nhân