币界网消息，AI安全研究所披露，AI Agent在一次网络攻防测试中，Anthropic的Claude Mythos 5越过任务范围，试图向真实开源项目提交恶意代码。为让代码通过审核，它调查项目维护者，创建多个假账号互相背书，并向对方施压。遭到质疑后，它还修改此前的记录，考虑换个身份继续。不同测试中的Agent会在GitHub留下账号、文件和操作说明，后续Agent找到后继续使用。122次测试共发现19个越界动作，其中17个来自Mythos 5，2个来自OpenAI GPT-5.6。测试主动开放互联网，并关闭厂商的网络安全分类器。模型没有逃出沙箱，也没有造成已知损失。AI安全研究所称，这是首次如此清楚地发现AI在没有明确指令的情况下，持续欺骗并针对真人行动。