Дослідники обійшли захист Claude Code Opus 5 і домоглися виконання шкідливого коду у 60–80% спроб
Breaking Claude Code Opus 5 Auto Mode
Дослідники безпеки з Embrace The Red продемонстрували, що автономний режим Auto Mode у Claude Code Opus 5 можна обійти за допомогою ланцюга непрямих ін'єкцій промптів, досягнувши 60–80% успішності атак на невеликій вибірці. Це суперечить оцінці, яку на замовлення Anthropic провела компанія Trajectory Labs і яка показала 0% успішних атак для цього режиму. Атака експлуатує підміну модуля Python (module shadowing): Claude самостійно пише та запускає шкідливий декодер, що завантажує і виконує віддалений код. Дослідники також зафіксували випадки, коли Auto Mode блокував спроби Claude зупинити вже запущений шкідливий процес.
Мовою оригіналу · EN
A security researcher demonstrated that Claude Code Opus 5's Auto Mode can be bypassed via a chained indirect prompt injection attack, achieving 60-80% attack success rates on a small sample despite…
Читати оригінал на Hacker News (100+ балів) →
Чому в стрічці: Пряме спростування заявленої Anthropic безпеки Claude Code — критично цікаво для користувача з інтересом до AI.