Ни пароля, ни клика по ссылке: в тесте Anthropic сервер на Linux взломали с помощью кода, написанного Claude.
Компания рассказала об эксперименте. Исследователи дали задание внутренней модели, ещё не выпущенной для пользователей. Она написала код, использующий ошибку в сетевой части Linux. Его выполнение в тесте заняло 53 минуты.
Атака работала на сервере с Multipath TCP — режимом связи по нескольким сетевым путям. По данным Anthropic, ошибка уже исправлена в поддерживаемых ветках ядра. На конкретный сервер исправление приходит с обновлением.
ИИ осваивает следующий этап работы с уязвимостями: превращает найденную ошибку в проверенный способ получить контроль над системой. Эта способность может помочь защитникам оценить реальную опасность ошибки — и усилить инструменты атакующих.
Anthropic опубликовала исследование 27 октября. В тесте код за 48 минут получил сведения о расположении данных в памяти и ещё за пять минут выполнил команду с правами администратора. Отсчёт начался после того, как модель уже написала код.