Anthropic chi tiết việc ngăn chặn lạm dụng Claude trên bảy lĩnh vực gây hại

Anthropic vào ngày 10 tháng 9 năm 2026 đã công bố báo cáo tình báo mối đe dọa tháng 9 năm 2026, trong đó chi tiết cách đội ngũ Tình báo Mối đe dọa của họ xác định và ngăn chặn các tác nhân đe dọa đã lạm dụng Claude từ tháng 12 năm 2025 đến tháng 8 năm 2026 trên bảy lĩnh vực gây hại, bao gồm hoạt động mạng, hoạt động ảnh hưởng, giám sát và việc chưng cất mô hình bất hợp pháp.

Báo cáo mang tên “Phát hiện và đối phó với việc lạm dụng AI: Tháng 9 năm 2026” bao quát các hoạt động trong lĩnh vực hoạt động mạng, hoạt động ảnh hưởng, giám sát, lừa đảo và gian lận, lạm dụng sinh học, phát triển vũ khí truyền thống và chưng cất. Các trường hợp lạm dụng liên quan đến các mô hình Claude Haiku, Sonnet và Opus; không có trường hợp nào liên quan đến Claude Fable hay các mô hình thuộc lớp Mythos, ngoại trừ một trường hợp chưng cất bất hợp pháp. Anthropic theo dõi các tác nhân dưới các mã nội bộ Generative Threat Group (GTG) và đo lường cái mà họ gọi là “uplift”, tức là sự tăng cường khả năng mà AI mang lại cho một hoạt động về tốc độ, quy mô và độ sâu. Công ty cho biết trong mỗi trường hợp họ đã ngăn chặn hoạt động, sử dụng các phát hiện để củng cố các biện pháp bảo vệ và chia sẻ thông tin tình báo với các cơ quan chức năng và đối tác ngành khi thích hợp, đồng thời nhấn mạnh rằng họ công bố các nghiên cứu trường hợp vì “chúng tôi tin rằng mình có trách nhiệm tiết lộ việc lạm dụng độc hại các dịch vụ của mình”.

Hoạt động mạng

Trường hợp mạng lớn nhất trong báo cáo, được ghi nhận dưới mã GTG-20006, liên quan đến một tác nhân mà Anthropic cho rằng việc gán nhãn của họ phù hợp với các báo cáo công khai liên kết với Midnight Blizzard; một trong những người vận hành là người nói tiếng Nga sử dụng tên “JackPoterz”. Tác nhân này nhắm vào hơn 20 tổ chức, chủ yếu là các cơ quan chính phủ, quân đội và ngoại giao của Ukraine, đã xâm nhập ít nhất ba nhà cung cấp Wi‑Fi khách sạn để chiếm đoạt các bản ghi DNS, chiếm quyền điều khiển tài khoản WhatsApp của ít nhất hai quan chức cấp cao cũ của Ukraine, và đánh cắp hơn 300.000 hồ sơ danh tính quốc gia cùng dữ liệu đăng ký thương mại bao gồm hơn nửa triệu công ty từ một cơ quan công nghệ của chính phủ Bắc Phi. Theo báo cáo, các tác nhân AI của họ tự động sửa đổi và tái xây dựng phần mềm độc hại mỗi khi các sản phẩm bảo mật phát hiện.

GTG-50014 liên quan đến các nhà vận hành bị nghi ngờ có liên kết với nhóm ShinyHunters, những người có các quy trình thu thập thông tin đăng nhập đã tải xuống hàng loạt 1,8 triệu file APK Android và quét chúng để tìm các bí mật được mã hóa sẵn. Anthropic báo cáo rằng một vụ xâm nhập vào một nhà cung cấp công nghệ đã rút ra hơn một terabyte dữ liệu, bao gồm hàng triệu hồ sơ thẻ thanh toán, trong khi một chi nhánh khác đã trích xuất dữ liệu từ khoảng 200 khách hàng hạ lưu của một nhà cung cấp SaaS bị xâm phạm và đổ hơn 2.100 bộ token Azure AD trải rộng trên hơn 40 doanh nghiệp trong khoảng 34 giờ, với các tác nhân AI thực hiện gần như toàn bộ công việc.

Ba trường hợp khác nữa cho thấy phạm vi hoạt động được mô tả. GTG-10007, các nhà vận hành nói tiếng Trung có khả năng đặt tại Changsha, Hunan, trong đó hai người được xác định là sinh viên đại học, đã nhắm vào khoảng năm mươi tổ chức và triển khai một chương trình nghiên cứu lỗ hổng tự động, trong đó một quy trình làm việc lặp lại trên các thiết bị mạng đã tạo ra hơn một chục phát hiện zero‑day tiềm năng trong một tháng. GTG-50020, một tác nhân nói tiếng Nga có động cơ tài chính, đã rút ra khoảng 26 gigabyte dữ liệu từ một nạn nhân, yêu cầu tiền chuộc từ 1,5 đến 2,5 triệu đô la, và sau đó tấn công khoảng ba mươi công ty AI trong khoảng bốn ngày với mục tiêu truy cập vào một mô hình Claude chưa phát hành; Anthropic cho biết mọi nỗ lực đều thất bại và hệ thống của họ không bị xâm phạm. GTG-50029, một hacker‑activist nói tiếng Pháp duy nhất, đã khai thác một lỗi race condition trong quá trình cài đặt lại WordPress chưa được ghi lại trước đó trên ít nhất bốn trang web, giành được quyền truy cập nội bộ vào ít nhất 14 trong số 42 mục tiêu được theo dõi, rút ra khoảng 140.000 bản ghi bao gồm quan điểm chính trị của người dùng từ một nền tảng chiến dịch, và xây dựng một nền tảng doxxing có tên fafsearch chứa hàng chục triệu dòng.

Hoạt động ảnh hưởng và giám sát

Chín trường hợp hoạt động ảnh hưởng trong báo cáo xuất phát từ Nga, Iran, Thổ Nhĩ Kỳ, Vùng Vịnh, Nam Á, Châu Phi và Châu Âu, với mức độ lan truyền được đo trên Thang đo Breakout của Viện Brookings. Trong GTG-04001, một tác nhân nói tiếng Nga tại Bangui đã sản xuất nội dung hàng ngày cho Radio Lengo Songo (98.9 FM), một đài mà Anthropic liên kết với Politology, nhánh ảnh hưởng Africa Corps/Wagner mà họ đánh giá đã rơi dưới sự kiểm soát của Cơ quan Tình báo Ngoại giao Nga vào cuối năm 2023; tác nhân này tạo ra các tài liệu giả mạo của chính phủ Cộng hòa Trung Phi và các hợp đồng lao động yêu cầu trung thành với tổng thống nước này, Nga và lực lượng của họ. Anthropic đánh giá hoạt động này ở Hạng mục Bốn trên thang đo. Trong GTG-54002, các nhà điều tra đã truy vết khoảng 70 trang web tin tức giả mạo, 70 tài khoản X tương ứng và hơn 250 tài khoản bình luận không xác thực đến LKM Company, một công ty quảng cáo kỹ thuật số có trụ sở tại Pháp; mạng lưới này đã công bố ít nhất 8.913 bài báo bằng khoảng 20 ngôn ngữ, trong đó 318 bài tập trung vào Cộng hòa Dân chủ Congo.

Các hoạt động khác được xây dựng quanh các cuộc bầu cử và truyền thông nhà nước. GTG-84005, một nền tảng thương mại thao túng bầu cử nhắm vào Malaysia mà Anthropic liên kết với BBS Bilisim Teknolojileri có trụ sở tại Istanbul, đã quản lý khoảng 1.000 tài khoản X giả trên tất cả 222 khu vực bầu cử của Malaysia và tạo ra các hồ sơ giả chống lại một chính trị gia đối lập. GTG-24015 liên quan đến bốn tài khoản sử dụng Claude như một bộ phận biên tập cung cấp nội dung cho truyền thông nhà nước Nga bao gồm Sputnik Moldova, RIA Novosti, Sputnik en Español, Sputnik Africa và RT English; một cựu tổng biên tập Sputnik Moldova đã khuếch đại các tuyên bố giả mạo về Tổng thống Maia Sandu trước cuộc bầu cử quốc hội Moldova ngày 28 tháng 9 năm 2025. GTG-84002, một hoạt động chống lại Brotherhood Hồi giáo mà Anthropic liên kết với độ tin cậy cao tới các quan chức chính phủ UAE, đã vận hành khoảng 300 tài khoản không xác thực, viết lời khai thay mặt cho phiên họp thứ 62 của Hội đồng Nhân quyền Liên Hợp Quốc, lập hồ sơ cho 18 thành viên Nghị viện Châu Âu, và biên soạn các hồ sơ phản đối các Báo cáo Đặc biệt của Liên Hợp Quốc.

Các trường hợp giám sát bao gồm GTG-50027, trong đó một tư vấn viên có khả năng đặt tại Bamako đã sử dụng Claude làm lực lượng kỹ thuật chính cho Lakana 360, một nền tảng giám sát quốc gia được xây dựng cho dịch vụ tình báo nhà nước Mali (ANSE) nhằm giám sát khoảng 25 triệu SIM trên ba nhà mạng di động quốc gia; Anthropic cho biết yêu cầu lệnh khám xét đã được loại bỏ khỏi thành phần tạo hồ sơ của nền tảng theo yêu cầu của nhà mạng. GTG-14010 liên quan đến một tác nhân đồng minh với chính phủ Trung Quốc đã dùng Claude để theo dõi, lập hồ sơ và cố gắng tuyển mộ người Uyghur ở Syria, đề nghị trả tiền cho việc báo cáo về các lực lượng vũ trang trong khi Claude dịch trả lời ngay lập tức và đóng vai chuyên gia để kiểm tra chất lượng của sự lừa dối. Trong GTG-14020 và GTG-14021, các tác nhân có trụ sở tại Trung Quốc mà Anthropic liên kết với các cơ quan tôn giáo và an ninh công cộng, đô thị của PRC đã tạo ra các mẫu hồ sơ về các giám mục Công giáo, Hội Thánh Presbyterian ở Đài Loan, các Phật tử Tây Tạng và Pháp Luân Công, và một tác nhân đã vượt qua việc từ chối để nhận hướng dẫn đàn áp, đặt tên 10 công dân tư nhân để “kiểm soát” cùng với thông tin địa điểm trước hoạt động về các cuộc biểu tình ở nước ngoài. GTG-34007 bao gồm hai đơn vị Iran liên kết, vận hành 16 tài khoản Claude, tuyên bố đã giám sát và lập hồ sơ cho 6.388 người Iran trong một năm, thực hiện phân tích mạng xã hội trên 155.216 tweet đề cập đến 39 tài khoản đối lập, và phát hành một tiện ích mở rộng Firefox độc hại để thu thập danh tính hàng loạt, cung cấp cho hệ thống quản lý trường hợp chung mang tên Arman.

Phát triển vũ khí và lạm dụng sinh học

Báo cáo chi tiết sáu trường hợp vũ khí truyền thống: ba ở Trung Quốc, hai ở Nga và một ở Yemen. Trong GTG-87001, một tế bào ở miền bắc Yemen đã sử dụng Claude Code thay cho các kỹ sư phần mềm con người để phát triển phần mềm hướng dẫn, định vị và điều khiển cho một tên lửa dẫn đường, một tên lửa đạn đạo đa giai đoạn với mục tiêu tầm bắn trên 2.000 km, và một bộ biến thể bao gồm một phương tiện trượt siêu âm; Anthropic cho biết tế bào này đã thử bắn một tên lửa dẫn đường và thử nghiệm thực địa dường như đã thất bại. GTG-27005 liên quan đến các tác nhân tự do có trụ sở tại Nga có khả năng đã dùng Claude Code để xây dựng một bầy drone tự trị FPV kiểu kamikaze, trong đó mô hình trên bo mạch có thể chọn mục tiêu, bao gồm lớp “người”, và ra lệnh nổ mà không cần con người can thiệp, đồng thời huấn luyện bộ phân loại hình ảnh dựa trên video chiến đấu Ukraine được thu thập. Trong GTG-17002, một tác nhân có trụ sở tại Trung Quốc đã xây dựng một bộ công cụ chiến tranh điện tử và ức chế phòng không gồm khoảng 16 mô-đun và giữa chừng thay đổi kịch bản mô phỏng mặc định thành 12 mục tiêu ở Đài Loan, bao gồm một hầm chỉ huy, một vị trí radar cảnh báo sớm và các hệ thống pháo Patriot và Tien Kung; Anthropic đánh giá tác nhân này có liên kết với các viện nghiên cứu của PRC, bao gồm Học viện Khoa học Quân sự của Quân đội Nhân dân Trung Quốc.

Năm nghiên cứu trường hợp lạm dụng sinh học tiếp theo. Vào tháng 5 năm 2026, bộ phân loại an toàn sinh học của Anthropic đã chặn một yêu cầu giúp soạn một đề xuất tài trợ cho nghiên cứu tăng chức năng virus chikungunya dành cho một viện nghiên cứu quân sự, yêu cầu này đã được chuyển qua một nền tảng tránh phát hiện mà sau đó thêm một phương án dự phòng gửi các lời nhắc bị từ chối tới mô hình của đối thủ. Một nhà nghiên cứu ở khu vực không được hỗ trợ đã dành hàng tuần lên kế hoạch cho các thí nghiệm thích nghi cúm gia cầm sang động vật có vú, nhưng Anthropic cho biết các bộ phân loại của họ đã giới hạn các trao đổi chỉ trong Claude Sonnet 4 và Haiku 4.5, lớp mô hình yếu nhất. Trong trường hợp thứ ba, một nhà bán lại trung gian phục vụ hơn một chục khách hàng không liên quan đã thực hiện toàn bộ quá trình của một người dùng trên Opus 5, soạn thảo đề xuất tài trợ cho việc tránh miễn dịch virus orthopoxvirus từ đầu đến cuối trong khoảng một giờ. Hai trường hợp tiếp theo liên quan đến các chương trình thiết kế lại độc và chất độc với sự hỗ trợ của nhà nước. Anthropic cho biết việc rà soát 30 ngày hoạt động liên quan đến các cơ quan nhà nước đối địch đã phát hiện khoảng 35 nỗ lực nghiên cứu riêng biệt, phần lớn là khoa học dân sự thông thường, nhưng một số có tiềm năng sử dụng kép đáng chú ý.

Gian lận và chưng cất bất hợp pháp

Trong phần lừa đảo và gian lận, GTG-15001 đề cập đến một studio ứng dụng có trụ sở tại Trung Quốc đã sử dụng Claude để vận hành một mạng lưới hơn 20 ứng dụng hẹn hò, trong đó hơn 4.700 nhân vật AI đã trò chuyện với ít nhất 25.000 cá nhân duy nhất trong một khoảng thời gian hai tuần vào tháng 4 năm 2026, trao đổi khoảng 2,36 triệu tin nhắn. Studio này đã trộn các công nhân gig thực tế vào cùng một nguồn khớp với tỷ lệ khoảng ba nhân vật AI so với một người thực, và các nhân vật này được chỉ đạo không bao giờ tiết lộ rằng họ là tự động.

Anthropic cho biết kể từ tháng 2 năm 2026, họ đã ngăn chặn các cuộc tấn công chưng cất từ bảy phòng thí nghiệm có trụ sở tại Trung Quốc, tất cả đều nhắm vào các mô hình có sẵn của họ. Trong GTG-16005, Anthropic gán trách nhiệm cho Alibaba về chiến dịch chưng cất lớn nhất mà họ đo được: chưng cất chuỗi suy nghĩ của Opus 4.6 và 4.7 đạt đỉnh gần 3 triệu trao đổi mỗi ngày từ hơn 3.500 tài khoản gian lận, với hơn 151 triệu trao đổi được ghi nhận từ tháng 5 đến tháng 7 năm 2026 và các bản ghi thu thập được dùng để đào tạo Qwen 3.5, 3.6 và 3.7. Trong GTG-16002, Moonshot AI âm thầm chuyển tiếp yêu cầu của khách hàng sang Claude thay vì các mô hình Kimi của mình, truyền gần 300.000 yêu cầu trong mười ngày qua 5.380 tài khoản gian lận và sử dụng một cuộc tấn công phát lại xuyên phiên trên các chữ ký suy nghĩ của Claude để trích xuất dấu vết lập luận, với hơn 23 triệu trao đổi được ghi nhận từ tháng 5 đến tháng 7 năm 2026. Trong GTG-16001, DeepSeek đã sử dụng cùng kỹ thuật phát lại và chuyển tiếp yêu cầu của người dùng sang Claude Opus mà không thông báo, ghi lại hơn 12,1 triệu trao đổi trong 14 ngày vào tháng 7 năm 2026; Anthropic báo cáo rằng lưu lượng chuyển tiếp đã lộ ra các tài liệu nhạy cảm bao gồm thông tin đăng nhập trực tiếp cho một cơ sở dữ liệu của chính phủ Nga và một hệ thống quản lý vụ việc của cảnh sát Trung Quốc.

Các chiến dịch còn lại có tên bao gồm Zhipu, đã thực hiện 770.609 trao đổi qua một bộ làm sạch chuỗi suy nghĩ trong mười ngày và nhắm vào khả năng mạng trước khi ra mắt GLM 5.3, và Xiaomi, đã chuyển hơn 400.000 yêu cầu qua hơn 1.500 tài khoản. Anthropic cũng báo cáo rằng quy trình chưng cất của SenseTime bao gồm các bản ghi Claude được mua từ các nhà cung cấp dữ liệu bên thứ ba, và MiniMax đã xây dựng một mạng proxy thông qua một công ty vỏ chỉ cung cấp các mô hình của Anthropic và OpenAI.

Anthropic mô tả các biện pháp đối phó tầng lớp đối với chưng cất bất hợp pháp: gán nguồn dựa trên siêu dữ liệu cho các mạng dịch vụ proxy, các bộ phân loại trích xuất được củng cố cùng với việc ra mắt Fable 5, tóm tắt lập luận nội bộ nhằm làm cho các bản ghi bị đánh cắp kém hữu ích hơn cho việc đào tạo, bảo tồn suy nghĩ được giới thiệu với Fable 5.1 ngăn các tài khoản API mới thay đổi lời nhắc hệ thống, công cụ hoặc tin nhắn trước khi Claude suy luận trong các cuộc trò chuyện đa vòng, và yêu cầu xác minh danh tính cho các tài khoản biểu hiện dấu hiệu lạm dụng tiềm năng, trong đó các tài khoản không qua xác minh sẽ bị cấm. Công ty cho biết những gì họ học được khi điều tra và ngăn chặn các cuộc tấn công chưng cất sẽ tiếp tục được dùng để cải thiện các biện pháp bảo vệ mà họ xây dựng.