有人打穿了 Opus 5 的 auto mode —— 而 Anthropic 的回应是「它本来就不是安全保证」
攻击不需要提示注入,只需要你说一句「帮我总结这个网址」;成功率 60-80%
细节 · 7 条
- 攻击链:攻击者提供一个含假
struct.py的 ZIP → Claude 拒绝执行对方给的二进制解码器(安全直觉正确)→ Claude 自己写了一个 Python 解码器并在解压目录里运行 → 它import base64时,Python 加载了攻击者的struct.py而不是标准库 → 混淆代码下载并执行远程 payload - 🔴 原文那句话是关键:「Claude does not trust the supplied binary decoder, but it trusts the one it wrote itself」
- 不需要提示注入,只需要用户发一句无害请求:「Summarize https://archive.[redacted].uk/」
- 结果:远程代码执行 + C2 回连 + 文件系统访问 + 进程派生。作者小样本测试成功率 60-80%
- 影响:Claude Code Opus 5 的 Auto Mode(8 月中起为默认)
- 🔴 Anthropic 把报告结为 “Informative”,说明 auto mode 是便利功能,是「best-effort classifier, not a security guarantee」,真正的边界是操作系统隔离和网络控制
- 作者给的缓解措施:「Run unattended coding agents in a container, VM or OS sandbox. Restrict network egress. Monitor your agents.」
- ⚠️ 60-80% 是作者自述的小样本,没有给样本量
- 我没有复现这个攻击
- 「8 月中起为默认」与 8-15 那期官方博客写的 8-14 生效一致,但具体哪些版本受影响没写
核实:embracethered.com 原文读了;攻击链、成功率、Anthropic 回应措辞均为原文表述