Anthropic 推出 Claude Opus 5.5，强化网络安全防护机制

（AI云资讯消息）Anthropic 表示，在近期发生多起 AI 恶意黑客攻击事件后，其全新 Claude Opus 5.5 模型搭载了更强的安全防护机制。9月22日，Anthropic 发布公告称，Opus 5.5 针对部分高危行为做出优化，其中包括模型试图逃出企业测试沙箱的情况。

这是 Anthropic 首席执行官达里奥・阿莫代伊（Dario Amodei）宣布计划放缓 AI 研发步伐之后，该公司推出的首款模型。最近几周，包括 Anthropic、谷歌与 OpenAI 在内的多家 AI 企业都披露，自家 AI 模型曾在测试中突破隔离限制，并对第三方公司发起黑客攻击。

Anthropic 表示，Opus 5.5 在该公司最全面的对齐测试中，是性能表现最强的模型。公司称，在测试期间，该模型试图绕过限制边界的行为相比 Opus 5 和 Claude Mythos 5.1 减少了 85%，并且模型所有的越界尝试均为低风险等级，还会主动上报自身行为。模型同时针对偏见推理与动机推理问题做了优化，而这类问题正是近期多起 AI 黑客事件的诱因。

Anthropic 表示，Opus 5.5 的运行成本相比 Opus 5 降低 40%，并且在绝大多数任务上可达到 Fable 5.1 同等性能水平。该模型搭载的安全防护能力，与 Anthropic 更高阶的 Fable 5.1 模型相近。这意味着，Opus 5.5 会将部分网络安全类请求转交由能力较弱的 Opus 4.8 处理，而被安全机制标记的生物相关请求，则分流至 Opus 5。

Anthropic 介绍，Opus 5.5 在发布前已交由外部合作机构开展测试，其中包括 Frontier Design 与 METR。该公司还计划在接下来几周内推出 Claude Sonnet 5.5 和 Haiku 5.5 模型。