Anthropic发布9月威胁情报报告：Claude被用于导弹、无人机与国家背景网络攻击

报告里最核心的一条判断是：门槛塌了。Anthropic写道，AI的网络安全能力已经抹平了过去把资源雄厚的国家支持行动与个人操作者隔开的那道劳动力与工具鸿沟。在报告列举的案例中，一个使用盗用API密钥的黑客行动主义者、若干彼此独立、以财务为动机的个人，以及一个国家间谍操作者，各自维持了多目标攻击行动——同样的行动，在一年前需要大量熟练操作者与专业知识才能完成。对威胁情报调查人员来说，后果是：技术复杂度已经不再是判断幕后是谁的可靠信号。Anthropic进一步指出，攻击链条的每一层都被AI抬升了，从侦察、工具开发，到数据处理与漏洞利用。这解释了一个容易被误读的现象——外界最常讨论的是AI能否大规模自动发现漏洞，而报告认为真正的风险更分散： adversaries can operate faster, across a broader and deeper surface area, with fewer resources，也就是更快、更广、更省人。

第二块是常规武器研发，这也是报告里此前从未披露过的新类别。Anthropic称，自2025年11月上一份威胁报告以来，它识别出使用Claude开发常规武器软件的行为体，涉及枪械、导弹、武装无人机、炸弹及其他弹药，以及操作这些装备的瞄准与控制系统。它列举了六个案例，并在其中详细展开了一个代号GTG-87001、位于也门北部的制导武器工程小组：该小组同时推进三个项目——一枚使用商用手机级飞行计算机、具备末段寻的制导的制导火箭；一枚声称射程目标超过2000公里的多级弹道导弹；以及一套被称为R2000系列、其中包含高超音速滑翔飞行器变体的多型导弹。Anthropic称，该小组用Claude Code替代人类软件工程师来开发制导、导航与控制（GNC）软件：把开源自动驾驶程序集成到手机级飞行计算机上、编写控制与位置估计软件、调参、跑固件构建流水线、做飞行仿真，并同时管理多个Claude实例、给每个实例分配角色，像技术负责人分配工作那样。报告还提到，该组织的火箭项目已经进行过一次实弹外场测试，另有一个无人机蜂群项目在仿真中完成测试、代码被加载到真实板卡上。

第三块是网络攻击，其中规模最大的几个数字直接说明了AI带来的效率变化。Anthropic称，在一家技术供应商的入侵中，攻击者外泄了超过1TB数据，包含数十万条国民身份标识与数百万条支付卡记录，随后把窃得材料挂到公开网站上，以此向受害者施压索取赎金；在一家航空公司，攻击者接触到存放数千万乘客记录的系统；在一家能源公司，攻击者声称自己可以远程控制安装在用户家中的电动汽车充电桩的充电电流。另一组案例是供应链窃取：某行为体先攻破一家SaaS服务商，再借这个立足点拿到该SaaS公司约200家下游客户组织的数据；随后在约34小时内完成一次会话存储导出，包含跨越40多家企业租户的2100多组Azure AD令牌。报告特别标注：AI agents performed nearly all of the work，也就是这些工作里几乎全部由AI智能体完成。Anthropic表示，它已根据调查发现上线了一批新的分类器，用于更好地检测与阻断与高能爆炸物、武器研发相关的流量，并把发现同步给公共部门与私营合作伙伴。

最后是几条方法论层面的信息，我认为对做安全工作的人最有参考价值。第一，Anthropic在报告里引入了两个自己的分析工具：一是生成式威胁团体（Generative Threat Groups，GTG）编号体系，用来标记观察到滥用AI的行为体；二是uplift（能力抬升）的度量，也就是用AI相比不用AI多造成了多少危害，它从速度、规模、深度三个维度来评估。第二，报告承认这类调查的传统角色正在变化——过去这种工作由各国政府、联合国专家组与外部调查人员，从缴获的硬件和公开信息里拼凑出来；而现在一家前沿模型提供商自己就能识别到这些行为，原因很简单：它在流量侧就看得见。第三，Anthropic在常规武器章节里同时公布了一组新的能力评测，由该公司Frontier Red Team开发，用来测量AI在战术情报定位（比如从零碎信息推断人员位置）与传统武器研发（比如让无人机拦截移动目标）上的能力，结论是模型在模拟的情报与武器研发任务上正在持续进步。这半句话比任何案例都值得多读一遍——因为它是从防守方的视角，承认能力曲线还在往上走。