Anthropic披露了一起涉及早期Claude Opus 4.6模型的第四起事件，并在重新修订对7月披露的3起攻击事件的解释后，将审查范围扩大至约4.81亿份对话记录。该公司表示，这些事件部分源于有偏差的推理和鲁莽行为；与此同时，包括未关闭互联网访问权限，以及相信模型声称自己在模拟环境中运行等测试错误，也为攻击成功创造了条件。另有一份涵盖2025年12月至2026年8月期间Claude遭滥用情况的威胁情报报告称，疑似国家支持的组织、犯罪分子、监控供应商和政治操盘者正利用AI开展网络行动、监控、诈骗、影响行动、生物领域滥用和常规武器研发。Anthropic表示，AI正在降低恶意行动所需的人力、专业知识和成本，而不是自主选择目标。此次审查标记了920万份需要进一步检查的对话记录；与此同时，Anthropic封禁了与上述行动有关联的账户，加强了检测系统，并在适当情况下与企业和有关部门共享信息。