12小时攻破Anthropic：AI安全新挑战

不到12小时，一家名为Cathedral的AI安全初创公司，撕开了全球顶级人工智能企业Anthropic的内部防护网。

这不是电影里的黑客桥段，而是发生在10月29日的真实商业安全事件。Cathedral在Anthropic的漏洞赏金计划框架内，部署AI智能体对第三方商业软件进行扫描测试。结果，团队在极短时间内找到了未经严密防护的访问路径。获准进入的系统涵盖了部分销售、人力资源和IT后台。触碰到的数据包括会议纪要、员工薪资细节以及Slack上讨论先进AI模型的内部聊天记录。

事发后Anthropic迅速切断访问。监控系统在Cathedral主动报告前已标记部分异常活动。该公司随后发布声明确认，外部团队并未接触到客户发送给AI模型的消息、回复内容，也没有触及任何模型权重或核心代码。

但在安全研究领域，这12小时的价值远超一次普通的漏洞发现。它展示了一个残酷的算术题：防御体系的坚固程度，往往取决于其最薄弱的一环——而这个环节，正在从自家代码，迅速外溢至庞大的供应商生态。

跨越护城河：第三方软件的“后门”逻辑

Cathedral此次渗透的路径，清晰指出了现代大型企业面临的新威胁图谱。

研究人员最初尝试直接突破Anthropic自有的软件架构，但未成功。随即，他们转换策略，将目标对准了Anthropic用于行政和销售任务的第三方商业软件。这类软件通常服务于企业的日常运转，却常被当作“次要防线”，缺乏与安全核心系统同等级别的加密与隔离机制。

在一个运行着AI智能体的自动化工具辅助下，Cathedral团队快速识别出这些第三方工具中的漏洞，并完成了权限获取。整个过程不到12小时。

这并非单纯的炫技。在网络安全评估中，攻击面已经从单一的“应用层”扩展到了复杂的“供应链层”。企业购买的SaaS服务、外包的代码模块、甚至是一纸采购协议，都可能成为攻击者的跳板。数据显示，超过60％的数据泄露事件源自第三方供应商的软件漏洞。

Anthropic在此事中暴露出的防御盲区，具有极强的行业代表性。即便掌握前沿大语言模型的核心算法，一旦忽视了外围系统的管理闭环，同样会留下致命的入口。

规则与野心：赏金猎人还是越界玩家？

事件的另一条暗线，是双方对安全边界的激烈拉锯。

漏洞赏金计划（Bug Bounty）本质上是企业与独立安全研究员之间的博弈契约。企业划定允许攻击的范围和方式，研究员提交有效漏洞换取奖金。然而，这次行动中，Anthropic明确表示，Cathedral团队“未完全遵守漏洞赏金计划规则”，且“未如实披露在系统内的全部活动”。

Anthropic的立场更为强硬。该公司认为Cathedral夸大了此次发现的潜在国家安全影响，同时拒绝允许对方利用自身的算力池进行无限制的渗透测试。对于拥有海量数据的AI巨头而言，算力即权力，将其开放给外部测试存在巨大的不可控风险。

面对指控，Cathedral方面做出了反击。他们依据安全研究的行业惯例进行辩护，声称在测试期间已将数据访问严格控制在“绝对最低限度”之内，旨在揭示风险而非制造破坏。

这种定性分歧在AI安全圈并不罕见。随着自动化攻击工具的普及，“找漏洞”与“搞破坏”的技术界限越来越模糊。如何界定合规的红线，将成为未来AI安全行业的核心立法与合规议题。

14亿美元的估值：联邦订单背后的焦虑买单

尽管存在争议，市场用真金白银为Cathedral的方向投了票。

这家由前政府效率部（DOGE）成员David Shapiro创办的公司，目前已经完成了1．6亿美元的融资，最新估值达到14亿美元。更引人注目的是，其背后站着3个已签署网络安全工作合同的联邦机构。

在美国华盛顿，这种身份组合充满了信号意义。一方面，高级官员对于攻破一家掌握着核级敏感材料组织系统的速度感到震惊，担忧潜在的地缘对手可能仅用更短的时间就能复制同样的行动；另一方面，Anthropic曾因拒绝允许相关技术被用于自主武器系统，此前被列入过五角大楼的联邦系统禁令名单。

Cathedral能够在这个周期内脱颖而出并获得政府背书，恰恰击中了当前联邦层面的核心痛点：传统的人工审计和安全检测，已经跟不上AI技术的迭代速度。 14亿美元的估值，买的不只是算法代码，而是“用更快的AI去打败AI”的确定性预期。

下一张地图：从被动拦截到主动狩猎

这场12小时的攻防演练，实际上是整个AI网络安全赛道的一次压力测试。

过去五年里，网络安全行业的利润增长依赖于事后补救和合规报表。而当前的范式正在发生实质性位移：利润来源正从被动式的防火墙维护，转向主动式的AI驱动渗透测试和供应链实时监控。

对于科技企业和金融机构而言，接下来的投资重心将不可避免地从单一产品的安全性，转移到整个供应商生态的韧性建设上。

在这场竞赛中，留给读者的不仅是吃瓜的谈资，更是一套可执行的方法论。如果你想判断一家科技公司的抗风险能力，或者寻找下一个赛道的切入点，请重点关注以下四个指标：

第一，第三方依赖度。查看企业年报中关于云服务、外包开发和SaaS工具的支出占比。该比例越高，遭受此类供应链攻击的概率越大。

第二，赏金预算规模。对比头部企业每年投入给HackerOne或Bugcrowd等平台的具体金额。低于1000万美元的企业通常难以吸引顶尖白帽黑客。

第三，响应时效。关注企业在遭遇数据异常时的平均阻断时间。从标记到修复的窗口期如果超过48小时，说明其自动化防御体系尚未成型。

第四，联邦合同质量。留意企业是否进入GSA Schedule（总务署时间表）或获得FedRAMP（联邦风险管理及授权项目）认证。这是衡量企业能否承接高敏感业务的前置门票。

当AI学会黑客的思维，安全就不再是一道简单的选择题，而是一场没有终点的消耗战。