Anthropic تا امروز مفصل‌ترین گزارش را درباره توان مدل‌های پیشرفته‌اش در پژوهش امنیتی تهاجمی منتشر کرده است. تیم Frontier Red Team این شرکت در نوشته‌ای به تاریخ ۲۷ اکتبر پنج زنجیره نفوذ را شرح می‌دهد که یک مدل پژوهشی داخلی و هنوز منتشرنشده در ماه‌های اخیر یافته و سرهم کرده است؛ هدف‌ها از پرکاربردترین نرم‌افزارهای جهان بوده‌اند: Chrome، Safari، Android، Windows و Linux.
نمونه کروم از همه چشمگیرتر است. به گفته Anthropic، مدل پس از یک دستور اولیه چهار باگ جداگانه را پیدا کرد و به هم زنجیر کرد: خرابی حافظه در موتور جاوااسکریپت V8، باگ دومی که از سندباکس حافظه V8 بیرون می‌زد و تصادفی‌سازی نشانی‌ها را بی‌اثر می‌کرد، یک وضعیت رقابتی در CacheStorage که چیدمان حافظه پردازه اصلی مرورگر را لو می‌داد، و یک خطای استفاده پس از آزادسازی در قابلیت ورود FedCM که اجرای کد بیرون از سندباکس پردازه را ممکن می‌کرد. نمونه اثبات مفهوم چند ثانیه پس از بارگذاری یک صفحه، برنامه ماشین‌حساب را روی کروم با تنظیمات پیش‌فرض در macOS باز می‌کرد. به گفته Anthropic، گوگل تا نسخه Chrome 156 شصت‌ودو شناسه CVE حاصل از این کار را ثبت و وصله کرده که همه در رده شدید یا بحرانی‌اند و سیزده مورد آن‌ها فرار از سندباکس است.
در سافاری، مدل زنجیره‌ای ساخت که هرگز به اجرای کد خودش نیاز نداشت. این زنجیره یک خطای استفاده پس از آزادسازی در JavaScriptCore، راهی برای دور زدن جداسازی Gigacage در WebKit و ضعفی در لایه IPC سندباکس را کنار هم گذاشت تا سیاست هم‌مبدأ را خاموش کند؛ در نتیجه یک صفحه مخرب می‌توانست تاریخچه، کوکی‌ها و داده‌های سایت‌هایی را بخواند که کاربر در آن‌ها وارد حساب خود شده است. به گفته Anthropic، اپل همان روز دریافت گزارش را تأیید کرد و وصله آن را عرضه کرده است.
سه مورد دیگر حوزه‌های متفاوتی را در بر می‌گیرند. روی یک گوشی Google Pixel 9، مدل سه ضعف را زنجیر کرد تا از گوشی قفل‌شده از راه USB عکس و داده شخصی بیرون بکشد؛ کاری که با بررسی کد اندروید و مهندسی معکوس Google Play services انجام شد و گوگل آن را برطرف کرده است. در ویندوز، تحلیل باینری پیاده‌سازی QUIC در هسته به یک خوانش بیرون از محدوده رسید که می‌توانست هر سروری را که به درخواست‌های بومی HTTP/3 پاسخ می‌دهد از کار بیندازد و اکنون با شناسه CVE-2026-33096 ثبت شده است. در لینوکس، یک وضعیت رقابتی در multipath TCP به مهاجم راه دور بدون هیچ اعتبارنامه‌ای پوسته ریشه می‌داد؛ نمونه اثبات مفهوم حدود ۴۸ دقیقه برای افشای یک اشاره‌گر هسته و پنج دقیقه دیگر برای اجرای فرمان زمان برد و وصله آن با شناسه CVE-2026-98432 به شاخه‌های پایدار هسته هم رسیده است.
Anthropic می‌گوید همه یافته‌ها از مسیر افشای هماهنگ گذشته‌اند؛ سازندگان ۹۰ روز برای وصله فرصت داشتند و ۴۵ روز دیگر هم پیش از طرح جزئیات بیشتر. این نوشته نام مدل را نمی‌آورد و نمی‌گوید آیا و چه زمانی منتشر می‌شود.
شرکت روش کار را هم توضیح می‌دهد. شمار زیادی عامل اسکن به‌طور موازی و با راهبردهای گوناگون اجرا شدند، از وارسی تک‌تک توابع تا جست‌وجوی نقض مدل تهدید مستند یک برنامه، و هر اسکنر بر اساس تعداد باگ‌های تازه‌ای که می‌افزود سنجیده می‌شد. هر یافته تأییدشده سپس از تحلیل خودکار گونه‌ها و یک خط مشترک راستی‌آزمایی و رتبه‌بندی شدت می‌گذشت. به باور Anthropic، صرف محاسبات بیشتر در زمان اجرا و تنوع دادن به اسکنرها هر دو شمار باگ‌های یافته‌شده را بالا می‌برند؛ توصیه شرکت اسکن کد در مرحله درخواست ادغام است و برای این کار افزونه امنیتی Claude Code را منتشر کرده است.
این نوشته در واقع هشداری است: زنجیر کردن اکسپلویت‌ها که زمانی کار چند تیم متخصص بود، اکنون با کمک اندک انسانی از عهده یک مدل برمی‌آید. Anthropic مدافعان را به برنامه گسترش‌یافته Cyber Verification Program ارجاع می‌دهد که به متخصصان امنیتی تأییدشده دسترسی به مدل‌هایی مانند Claude Mythos 5.1 را با طبقه‌بندهای مسدودکننده کمتر می‌دهد. این روایت تنها از سوی Anthropic است و جز شناسه‌های CVE و وصله‌هایی که نام می‌برد، میزان هدایت انسانی و نرخ موفقیت مدل به‌طور مستقل مستند نشده است.