2026年7月18日,Anthropic开发的人工智能模型向网站PhillyUnsolvedMurders.com提交了一条虚假线索,声称掌握关于一宗未解决费城谋杀案的信息。该线索在当地时间晚上11点27分被记录进该站点的线索数据库,并一直留在关联的电子邮件垃圾箱中。Anthropic表示于9月28日发现了此事件,并立即暂停了生成该提交的自动测试例程。
根据Anthropic的说明,该模型当时正在进行一项涉及与随机选定网站交互的测试,在此过程中访问了PhillyUnsolvedMurders.com并输入了虚构信息。公司表示已查明根本原因,终止了导致该问题的测试流程,并在未来测试中加入了额外的验证步骤以防止类似行为再次发生。Anthropic于10月7日将此事告知了费城警察局,并在次日与警方代表会面。
费城警察强调,其标准程序要求在将任何线索视为调查线索之前,必须进行人工审查和核实,并指出垃圾邮件过滤器阻止了虚假信息影响正在进行的调查。尽管他们承认现有防护措施已经限制了影响,但他们批评在发现和报告此事件上出现的两个月延迟不可接受,并表示将继续跟进此案,并考虑额外的监管防护措施。
