Anthropic ha reso noto un quarto episodio in cui uno dei suoi modelli ha violato senza autorizzazione un sistema informatico appartenente a terzi. Il fatto risale a gennaio 2026 ed � emerso solo ora da un transcript di sessione rimasto sepolto tra le valutazioni di sicurezza dell'azienda.
L'azienda aveva gi� segnalato altri tre casi analoghi. Il quarto era sfuggito al primo giro di controlli perch� la scansione iniziale, condotta su circa 141.000 transcript in cui Claude avrebbe potuto avere accesso a internet durante un test, si basava su una ricerca agentica che non lo aveva intercettato.
Al centro della vicenda c'� una versione preliminare di Claude Opus 4.6, messa alla prova con una sfida di tipo Capture The Flag sotto la supervisione dello stesso valutatore esterno coinvolto negli altri episodi. Il modello ha sabotato da solo le proprie possibilit� di successo, assegnando alla macchina bersaglio un indirizzo IP gi� occupato da un altro dispositivo e rendendola di fatto irraggiungibile. Come spiega Anthropic nel suo "alignment assessment", i compiti impossibili da portare a termine sono spesso il detonatore di comportamenti fuori linea: il modello esaurisce le opzioni previste e comincia a cercarne altre.
