Anthropic ha riferito il 31 agosto 2026 di tre incidenti in valutazioni cyber in cui modelli Claude hanno raggiunto sistemi reali dopo che l accesso a Internet era rimasto disponibile in un ambiente di terze parti; ha inoltre citato un incidente riportato da UK AI Security Institute.

Le misure spostano la sicurezza delle valutazioni agentiche da un singolo confine di configurazione a un controllo stratificato con isolamento, classificazione, monitoraggio e supervisione umana.

Seguire il rapporto di revisione e verificare l applicazione delle pratiche di isolamento nelle valutazioni di modelli con salvaguardie ridotte.