گروهی سایبری کل فرایندهایش را با کمک هوش مصنوعی شرکت آنتروپیک اجرا می‌کند، از شناسایی اهداف و آماده‌سازی زیرساخت فیشینگ گرفته تا سرقت اعتبارنامه‌ها. کیلومترها دورتر در کشور مالی، کاربری با کمک مدل‌های زبانی کلاد پلتفرمی برای نظارت بر ۲۵ میلیون سیم‌کارت می‌سازد.

آنتروپیک در گزارش جدید خود در زمینه سوءاستفاده از مدل‌های هوش مصنوعی کلاد، از فعالیت‌های مشکوکی حرف می‌زند که تیم‌های امنیتی‌اش طی ۸ ماه گذشته شناسایی و خنثی کرده‌اند و مواردی نظیر توسعه‌ی تسلیحات و عملیات سایبری، کلاهبرداری، پژوهش‌های زیستی پرخطر و حتی تلاش شرکت‌های چینی برای سرقت توانایی‌های کلاد را پوشش می‌دهد.

خلاصه صوتی

البته خالق کلاد می‌گوید این پرونده‌ها نمایانگر استفاده‌ی روزمره‌ی کاربرانش نیستند و از میان جدیدترین و قابل‌توجه‌ترین سوءاستفاده‌های شناسایی‌شده انتخاب شده‌اند. گروه‌های مخرب یا مشکوک از مدل‌های هایکو، اوپوس و سانِت استفاده کرده‌اند نه مدل‌های پیشرفته‌تر فیبل و میتوس.

آنتروپیک پس از رهگیری فعالیت‌های پرخطر و مسدودکردن حساب‌های کاربری مرتبط، داده‌های جمع‌آوری‌شده را برای تقویت سپرهای دفاعی سیستم‌های خود استفاده می‌کند. در ادامه مروری خواهیم داشت بر بخش‌هایی از این گزارش که به حوزه‌ی علم و تکنولوژی نزدیک‌ترند.

زومیت

اپلیکیشن‌های دوست‌یابی؛ جایی که بیشتر کاربرانش انسان نبودند!

سوءاستفاده از هوش مصنوعی همیشه به هک شبکه‌ها یا توسعه‌ی تسلیحات ختم نمی‌شود. ردپای یکی از عجیب‌ترین پرونده‌های گزارش آنتروپیک به استودیویی مستقر در چین می‌رسد که با استفاده از کلاد، شبکه‌ای شامل بیش از ۲۰ اپلیکیشن دوست‌یابی را مدیریت می‌کرد؛ برنامه‌هایی که به کاربران القا می‌کردند با انسان‌های واقعی رابطه برقرار می‌کنند.

تنها در یک بازه‌ی دو هفته‌ای در آوریل ۲۰۲۶، بیش از ۴۷۰۰ شخصیت هوش مصنوعی با دست‌کم ۲۵ هزار کاربر گفت‌وگو کردند و کلاد در همین مدت کوتاه حدود ۲٫۳۶ میلیون پیام متنی تولید کرد. سه‌چهارم پروفایل‌هایی که در فید کاربران نمایش داده می‌شد، در واقع ربات بودند و تنها یک‌چهارم به افراد واقعی تعلق داشتند.

میلیون‌ها پیام متنی و هزاران شخصیت هوش مصنوعی، تله‌ای برای شبیه‌سازی روابط واقعی انسانی بودند

اپراتورها برای واقعی‌تر جلوه‌دادن روابط اپلیکیشن‌ها، انسان‌هایی را نیز به‌صورت پروژه‌ای استخدام کرده بودند؛ هرگاه کاربری درخواست تماس تصویری می‌داد یا می‌خواست حساب شبکه‌های اجتماعی طرف مقابل را دنبال کند، افراد واقعی وارد میدان می‌شدند تا نقشی را بازی کنند که هوش مصنوعی از انجامش ناتوان بود.

سیستم به شخصیت‌های مبتنی بر کلاد دستور داده بود هرگز خود را به‌عنوان بات معرفی نکنند، درخواست تماس تصویری و ارسال عکس را به تعویق بیندازند و گفتگوها را طبق سناریوها و مراحل از پیش تعیین‌شده پیش ببرند.

سیستم پشتیبان حتی با تولید لایک‌ها و بازدیدهای جعلی، توهم واقعی بودن پلتفرم را تقویت می‌کرد و کاربرانی را که به ماهیت ربات‌ها شک می‌کردند، زیر نظر می‌گرفت. اپلیکیشن‌ها طوری طراحی شده بودند که از بررسی فروشگاه‌های نرم‌افزاری عبور کنند و ویژگی‌های دردسرساز خود را در زمان بررسی پنهان نگه می‌داشتند.

هوش مصنوعی در خدمت پژوهش‌های زیستی پرخطر

Grandfailure and traffic_analyzer/Getty Images

یکی از مفصل‌ترین و درعین‌حال نگران‌کننده‌ترین بخش‌های گزارش آنتروپیک، به استفاده از کلاد در پژوهش‌های زیستی اختصاص دارد. این شرکت پنج پرونده را تشریح می‌کند که پتانسیل کمک به توسعه‌ی سلاح‌های زیستی را داشته‌اند؛ از دست‌کاری ویروس‌های قابل‌انتقال تا طراحی سموم ترکیبی جدید.

بااین‌حال آنتروپیک تأکید می‌کند که اغلب پژوهش‌های مطرح‌شده دو کاربردی‌اند، زیرا اطلاعاتی که می‌توانند به ساخت واکسن، درمان یا تشخیص بهتر بیماری‌ها کمک کنند، در شرایط دیگری برای خطرناک‌تر کردن یک عامل بیماری‌زا کاربرد دارند.

پروژه‌ی چیکونگونیا؛ بازی با ژن‌ها در آزمایشگاه‌های نظامی

ماه می ۲۰۲۶، فیلتر ایمنی زیستی کلاد درخواست کمک برای نوشتن یک پروپوزال پژوهشی درباره‌ی ویروس چیکونگونیا را مسدود کرد. پژوهش در دسته تحقیقاتی رده‌بندی شد که یک عامل زیستی را با هدف ایجاد یا تقویت ویژگی‌هایی مشخص، تغییر می‌دهند.

به گفته‌ی آنتروپیک؛ پژوهشگران تغییراتی را بررسی می‌کردند که روی انتقال‌پذیری ویروس و قدرت فرار آن از سیستم ایمنی اثر می‌گذاشتند. طرح مشکوک آن‌ها به دنبال ایجاد نسخه‌های تغییریافته‌ی ویروس و گزینش نمونه‌هایی بود که در آزمایش‌های جانوری، بیماری شدیدتری ایجاد می‌کردند.

ویروس چیکونگونیا از طریق پشه منتقل می‌شود و می‌تواند تب و دردهای شدید و طولانی‌مدت ایجاد کند. آنتروپیک می‌نویسد چنین پژوهشی می‌تواند برای توسعه‌ی واکسن و درمان مفید باشد، اما همان اطلاعات قابلیت استفاده برای خطرناک‌ترکردن ویروس را نیز دارند.

نکته‌ای که حساسیت شرکت را بیشتر کرد، محل اجرای پژوهش بود. هرچند اسناد از پژوهشگران غیرنظامی نام می‌بردند، ولی قرار بود آزمایش‌ها در یک مؤسسه‌ی تحقیقاتی نظامی انجام شوند.

تلاش پنهانی برای ساخت نسخه‌های شدیدتر ویروس در یک مؤسسه تحقیقاتی نظامی فاش شد

بررسی‌های بعدی نشان داد که پژوهشگران از طریق یک پلتفرم واسط به مدل‌های هوش مصنوعی دسترسی داشته‌اند و با استفاده از زیرساخت‌های مستقر در آمریکا، محدودیت‌های جغرافیایی آنتروپیک را دور می‌زدند. گروه برای اینکه محتوای پیام‌هایشان تاحدامکان قابل‌مشاهده و ردیابی نباشند، از قابلیت توقف ذخیره‌سازی داده‌ها استفاده می‌کردند.

توسعه‌دهندگان پلتفرم حتی برای مواقعی که کلاد درخواست‌های حساسشان را رد می‌کرد، مسیر جایگزینی توسعه دادند که درخواست‌ها را به مدلی دیگر با محدودیت‌های کمتر می‌فرستاد. آن‌ها حتی همین سازوکار را هم با کمک خود کلاد ساخته بودند.

آنتروپیک پس از شناسایی عملیات، همه‌ی حساب‌های مرتبط را بست و با شرکای خود برای ازکارانداختن شبکه‌ی واسط همکاری کرد. بااین‌حال اپراتور ظرف چند روز دوباره دسترسی گرفت و فعالیتش را با حساب‌ها و هویت‌های جدید ادامه داد.

اسناد بعدی حاکی از این بود که پژوهش چیکونگونیا به مرحله‌ی فراتر از درخواست گرنت رسیده و اثر کلاد در ویرایش خروجی‌های پژوهشی دیده می‌شود.

برنامه‌ای برای سازگار کردن آنفلوانزای پرندگان با پستانداران

در پرونده‌ی دوم پژوهشگری خارج از مناطق تحت پشتیبانی آنتروپیک، طی چند هفته هزاران پیام با کلاد ردوبدل کرد. پژوهش او روی نوعی آنفلوانزای پرندگان تمرکز داشت که می‌توانست با پستانداران سازگار شود و بیماری شدیدی خارج از دستگاه تنفسی ایجاد کند.

آنتروپیک می‌گوید برنامه‌ی تحقیقاتی در مراحل اولیه بود؛ اما روی روش‌های مهندسی ژنتیک کار می‌کرد. این پژوهشگر از کلاد برای طراحی مطالعه، تحلیل داده، تفسیر نتایج و اولویت‌بندی آزمایش‌ها کمک می‌گرفت و در نگارش مقاله‌ها و گزارش‌های پژوهشی نیز از مدل استفاده می‌کرد.

هزاران پیام تبادل‌شده نشان داد هوش مصنوعی چطور روند مهندسی ژنتیک پاتوژن‌ها را سرعت می‌بخشد

فیلترهای ایمنی آنتروپیک اجازه نمی‌دادند درخواست‌های حساس روی مدل‌های قوی‌تر اجرا شوند و پژوهشگر ناچار بود از Sonnet 4 و Haiku 4.5 استفاده کند. بررسی‌های آنتروپیک نشان می‌دهد که نقش هوش مصنوعی در این پرونده از کارهای تحلیلی فراتر نرفت، ولی صرف دسترسی به مدل‌های پیشرفته برای ارتقای پاتوژن‌ها زنگ خطری جدی محسوب می‌شود.

پرونده‌ی آنفلوانزای سازگارشونده نشان می‌دهد که تلاش بازیگران مخرب برای خلق عوامل بیماری‌زایی با قابلیت همه‌گیری بیشتر، واقعیت دارد، هرچند آنتروپیک مشخص نمی‌کند که آزمایشگاه‌های مشکوک به کجا وابسته‌اند.

نگارش یک پروپوزال کامل ویروس‌شناسی تنها در یک ساعت

پرونده‌ی سوم به پژوهشی روی ارتوپاکس‌ویروس‌ها مربوط می‌شد؛ خانواده‌ای از ویروس‌ها که آبله و mpox نیز زیرمجموعه‌ی آن هستند. حساب موردنظر به یک آزمایشگاه بیماری‌های عفونی دولتی متصل بود و اسنادش هم نشان می‌دادند که اشخاص پشت این پژوهش، به تأسیساتی با سطح ایمنی بالا دسترسی دارند و با ویروس‌های زنده کار می‌کنند.

تنها در یک ساعت، پروپوزال کامل دست‌کاری ژنتیکی ویروس آماده و تدوین شد

کار تحقیقاتی با ژن‌هایی سروکار داشت که ویروس را قادر می‌سازند از پاسخ ایمنی میزبان فرار کند. چنین اطلاعاتی می‌تواند برای ضعیف‌کردن ویروس و ساخت واکسن مفید باشد، اما درعین‌حال برای حفظ یا تقویت همان قابلیت‌های فرار از سیستم ایمنی نیز کاربرد دارد.

کاربر با کمک مدل Opus 5 یک پروپوزال کامل پژوهشی را از صفر تا صد، یک‌ساعته نوشت؛ از فرضیه‌ی اصلی و طراحی آزمایش گرفته تا برنامه‌ی آماری و راه‌حل‌های جایگزین در صورت شکست آزمایش‌ها. آنتروپیک می‌گوید ازآنجاکه ظاهر پژوهش روی ضعیف‌کردن ویروس‌ها تمرکز داشت، فیلترهای زیستی جلوی پاسخ‌گویی کلاد را نگرفتند.

طراحی سموم دوگانه؛ از داروهای مسکن تا عوامل فلج‌کننده

دو پرونده‌ی دیگر به سموم و پپتیدهای زهر مربوط می‌شدند. در یکی، پژوهشگری با کمک Claude مجموعه‌ای از پپتیدهای سمی جانوران مختلف ایجاد و سپس سیستمی مولد برای بهینه‌سازی ویژگی‌های آن‌ها طراحی کرد. هدف رسمی پروژه ساخت ترکیبات درمانی جدید، از جمله مسکن‌ها و داروهای ضدافسردگی بود؛ اما همان مجموعه شامل ساختارهایی مرتبط با اهداف فلج‌کننده نیز می‌شد.

آنتروپیک می‌گوید این پژوهش بخشی از یک برنامه‌ی دولتی بود و محققان خود نیز به ماهیت دوکاربردی کار اشاره کرده بودند.

پپتیدهای طراحی‌شده برای ساخت مسکن، ساختارهای فلج‌کننده خطرناکی درون خود داشتند

در پرونده‌ی پنجم، پژوهشگری از کلاد برای بازطراحی محاسباتی مجموعه‌ای از سموم استفاده می‌کرد. پروژه‌ها در ظاهر اهداف درمانی داشتند، اما در میان آن‌ها یک زیرواحد سم باکتریایی و پروتئینی از یک ویروس تب خونریزی‌دهنده نیز مشاهده می‌شد؛ ویروسی که سازمان جهانی بهداشت آن را در فهرست عوامل بیماری‌زای خطرناک با پتانسیل همه‌گیری قرار داده است.

پژوهشگر این پروژه حتی در هنگام نگارش گزارش‌های فصلی، عامدانه از کلاد خواسته بود نام و هویت عوامل زیستی را مبهم بنویسد تا ردی از ماهیت واقعی پاتوژن‌ها به جا نگذارد.

آنتروپیک در نهایت نتیجه می‌گیرد که این پرونده‌ها لزوماً نشانه‌ی تهدیدات زیستی قریب‌الوقوعی نیستند که با کمک هوش مصنوعی دنیا را به خطر بیندازند، ولی تحقیقات دو کاربردی حساس، به ارزیابی و بررسی دقیق‌تری نیاز دارند.

وقتی شرکت‌های هوش مصنوعی می‌خواهند توانایی Claude را به مدل‌های خود منتقل کنند

بخش پایانی گزارش آنتروپیک به تلاش آزمایشگاه‌های هوش مصنوعی چینی برای استخراج توانایی‌های کلاد اختصاص دارد.

فرایند تقطیر یکی از روش‌های رایج آموزش مدل‌های هوش مصنوعی محسوب می‌شود، وقتی شرکت‌ها مدل قدرتمندتر خودشان را به‌عنوان معلم مدل‌های کوچک‌تر داخلی‌شان به کار می‌گیرند و پاسخ‌های مدل بزرگ را به‌عنوان داده آموزشی به مدل‌های کوچک‌تر می‌دهند.

ولی آنتروپیک از تقطیر غیرمجاز حرف می‌زند و مجموعه‌ای از شرکت‌های چینی را متهم می‌کند که مخفیانه، با روال‌های غیرعادی سعی دارند توانایی‌های کلاد را بدون اجازه استخراج کنند. چنین عملیات‌هایی معمولاً با شبکه‌ای از حساب‌های جعلی، کارت‌های بانکی و اعتبارنامه‌های سرقتی و سرویس‌های واسط انجام می‌شوند تا محدودیت‌های دسترسی را دور بزنند.

آنتروپیک می‌گوید از ابتدای سال ۲۰۲۶ حملات تقطیر منتسب به هفت آزمایشگاه مستقر در چین را شناسایی و مختل کرده است.

۱۵۱ میلیون تبادل منتسب به علی‌بابا

بزرگ‌ترین عملیات شناسایی‌شده به شرکت علی‌بابا و آزمایشگاه Tongyi، سازنده‌ی مدل‌های Qwen، نسبت داده می‌شود.

آنتروپیک می‌گوید هدف اصلی عملیات، استخراج ردپای استدلال مدل‌های اوپوس ۴٫۶ و ۴٫۷ بود. درخواست‌ها طوری تنظیم می‌شدند که کلاد پیش از ارائه‌ی پاسخ نهایی، مراحل استدلال خود را در قالب متن تولید کند. سپس این خروجی‌ها ذخیره و به داده‌های آموزشی نظارت‌شده تبدیل می‌شدند.

به ادعای آنتروپیک، همین داده‌ها بخشی از توانایی‌های کلاد را به مدل‌های Qwen ۳٫۵ و ۳٫۶ و ۳٫۷ انتقال داده‌اند. حوزه‌های هدف نیز شامل کارهای ایجنتی، مهندسی نرم‌افزار، توسعه‌ی کرنل و وظایفی بود که انجامشان به زنجیره‌ای طولانی از مراحل نیاز دارد.

علی‌بابا با هزاران حساب جعلی تلاش کرد قدرت حل مسئله کلاد را به مدل‌های Qwen منتقل کند

آنتروپیک می‌گوید در مراحل اوج عملیات، بیش از ۳۵۰۰ حساب جعلی روزانه حدود سه میلیون بار با مدل‌های کلاد تعامل داشتند. مجموع تعامل‌هایی که شرکت بین ماه می تا جولای ۲۰۲۶ به عملیات نسبت می‌دهد، از ۱۵۱ میلیون تراکنش فراتر می‌رود.

طبق گزارش، علی‌بابا صرفاً از کلاد برای کسب داده‌های آموزشی استفاده نمی‌کرد و می‌خواست از رقیب آمریکایی برای کمک به توسعه‌ی محیط‌های یادگیری تقویتی و پژوهش درباره‌ی معماری مدل نیز بهره بگیرد.

علی‌بابا با دو مجموعه‌ی بزرگ حساب‌های جعلی به کلاد دسترسی داشت. یکی از این مجموعه‌ها با پنج‌هزار حساب، از طریق پراکسی‌های خانگی، ایمیل‌های موقت و کارت‌های مجازی فعالیت می‌کردند و وقتی آنتروپیک کل مجموعه را مسدود کرد، ترافیک به مجموعه‌ی دوم منتقل شد.

آنتروپیک می‌گوید بخشی از همین شبکه‌ی واسط برای درخواست‌های دیپ‌سیک و Xiao شیائومی نیز استفاده می‌شد.

کاربران فکر می‌کردند با کیمی حرف می‌زنند؛ ولی پاسخ از کلاد می‌آمد

پرونده‌ی Moonshot AI، سازنده‌ی مدل‌های Kimi، فرم دیگری از تقطیر را نشان می‌دهد. طبق گزارش آنتروپیک، مون‌شات برخی درخواست‌های مشتریان خود را بدون اطلاع آن‌ها مستقیماً به کلاد می‌فرستاد و پاسخ کلاد را به کاربر نمایش می‌داد، بدون اینکه کاربر ایده‌ای از ماجرا داشته باشد.

تنها طی یک دوره‌ی ده‌روزه حدود ۳۰۰ هزار درخواست کاربران مون‌شات به زیرساخت کلاد منتقل شدند و بیشتر آن‌ها به مدل اوپوس رسیدند.

آنتروپیک می‌نویسد مون‌شات از شبکه‌ای شامل ۵۳۸۰ حساب جعلی استفاده می‌کرد که عمدتاً در سنگاپور و ژاپن مستقر بودند و بین ماه می و جولای ۲۰۲۶ مجموعاً بیش از ۲۳ میلیون تراکنش با کلاد انجام دادند. بخشی از پاسخ‌های کلاد نیز ذخیره می‌شدند تا برای آموزش مدل‌ها استفاده شوند.

به گفته‌ی آنتروپیک، مون‌شات سیستمی ساخته بود که ردپای استدلال کلاد را از همین گفتگوهای ذخیره‌شده استخراج می‌کرد. آنتروپیک برای جلوگیری از این فرایند، استدلال خام مدل را مستقیماً در پاسخ‌های API نمایش نمی‌دهد و در عوض شناسه‌ای موسوم به «thinking signature» برمی‌گرداند.

داده‌های بسیار حساس شهری و امنیتی ناخواسته به سرورهای آنتروپیک منتقل شدند

اما مون‌شات این محدودیت را هم دور زد، بدین ترتیب که امضای استدلال را ذخیره می‌کرد، بعد در جلسه‌ای جدید کلاد را وادار می‌کرد همان امضا را دوباره به متن کامل استدلال تبدیل کند. آنتروپیک این روش را حمله‌ی «بازپخش میان‌جلسه‌ای» می‌نامد.

ازسوی‌دیگر گاهی درخواست‌های کاربران مون‌شات، حاوی اطلاعات حساسی بودند که آن‌ها را به کلاد نیز منتقل کردند.

یکی از کاربرانی که آنتروپیک آن را با حزب حاکم چین مرتبط می‌داند، داده‌های دوربین‌های مداربسته‌ی فردی مشخص را در کیمی بارگذاری کرد؛ اطلاعاتی که از تصاویر صدها دوربین در چنگدو جمع‌آوری شده بودند. کاربر نمی‌دانست درخواستش نهایتاً به زیرساخت آنتروپیک فرستاده می‌شود.

در نمونه‌ای دیگر، یکی از مهندسان شرکت‌های دولتی، کد داخلی و اعتبارنامه‌های زنده‌ی چند شرکت بزرگ را وارد کیمی کرد و همان اطلاعات به کلاد رسید.

ردپای دیپ‌سیک؛ انتقال داده‌های نظامی و امنیتی به زیرساخت رقیب

آنتروپیک می‌گوید دیپ‌سیک هم با سیستمی مشابه مون‌شات، برخی درخواست‌های کاربرانش را بدون اطلاع آن‌ها به کلاد منتقل می‌کرد. دیپ‌سیک می‌خواست ردپای استدلال مدل اوپوس را استخراج کند و از همان روش بازپخش میان‌جلسه‌ای استفاده می‌کرد تا به استدلال‌هایی برسد که در حالت عادی تنها به‌شکل خلاصه در اختیار کاربر قرار می‌گرفتند.

طبق گزارش، برخی کاربران دیپ‌سیک که از ابزارهایی مانند کلاد کد، کلاد ایجنت SDK یا اوپن‌کد استفاده می‌کردند شناسایی می‌شدند و درخواست‌های منتخبشان به کلاد اپوس انتقال می‌یافت. به همین دلیل اطلاعات حساس سازمان‌ها هم وارد جریان شد.

دیپ‌سیک استدلال‌های خلاصه‌شده کلاد را استخراج و بازسازی می‌کرد

یکی از کارکنان شرکت‌های فناوری چینی، مجموعه‌ای از اسناد داخلی‌شان مانند مشخصات، ساختار سازمانی و اهداف راهبردی پروژه‌ی مهم هوش مصنوعی‌شان را به خیال خودش برای دیپ‌سیک فرستاد، ولی اطلاعات به کلاد منتقل شدند.

در پرونده‌ای دیگر، یک متخصص فناوری اطلاعات که با داده‌های نهادی وزارت دفاع روسیه کار می‌کرد، اعتبارنامه‌های فعال یک پایگاه‌داده‌ی دولتی را وارد دیپ‌سیک کرد و مهندسان پلیس شهری چین هم هنگام توسعه‌ی سیستم مدیریت پرونده، داده‌هایی را از همین طریق به کلاد فرستادند.

آنتروپیک می‌گوید عملیات دیپ‌سیک در جولای ۲۰۲۶، طی ۱۴ روز بیش از ۱۲٫۱ میلیون تراکنش با کلاد برقرار کرد.

Z.ai و تلاش برای استخراج توانایی‌های سایبری مدل‌ها

طبق گزارش آنتروپیک، شرکت Zhipu یا همان Z.ai، سازنده‌ی مدل‌های GLM می‌خواست هم قابلیت‌های استدلال کلاد را استخراج کند و هم توانایی‌های سایبری مدل‌های پیشرفته‌ی آمریکایی را هدف گرفته بود.

Z.ai خروجی‌های استدلال کلاد را دوباره به خود کلاد می‌داد تا آن‌ها را برای آموزش مدل‌های GLM پاک‌سازی و یکدست کند. آنتروپیک می‌گوید تنها طی ده روز بیش از ۷۷۰ هزار درخواست از مرحله‌ی پاک‌سازی استدلال عبور کرد و بیش از سه میلیون درخواست دیگر نیز در همان دوره به فعالیت‌های مرتبط با این شرکت چینی نسبت داده شد.

خالق GLM برای امتیازدهی و فیلترکردن داده‌های آموزشی، ساخت مسئله و پاسخ، پیاده‌سازی آزمون و ارزیابی خروجی مدل‌های خود نیز از کلاد استفاده می‌کرد.

استفاده از کلاد برای پاک‌سازی داده‌ها و طراحی چالش‌های هک، محور اصلی عملیات Z.ai بود

پژوهشگران Z.ai پیش از انتشار GLM 5.3، مجموعه‌ای از چالش‌های امنیت سایبری بر پایه‌ی آسیب‌پذیری‌های عمومی ترتیب دادند و برای حل آن‌ها سراغ مدل‌های پیشرفته‌ی آمریکایی رفتند. ابتدا تلاش کردند توانایی‌های سایبری مدل فیبل آنتروپیک را هدف بگیرند، ولی به مانع سیستم‌های حفاظتی آنتروپیک برخوردند.

در مرحله‌ی بعد به سراغ Opus 4.6 و مدل پیشرفته‌ی آزمایشگاه آمریکایی دیگری رفتند، چون طبق ارزیابی‌هایشان محدودیت‌های ایمنی این مدل‌ها ضعیف‌تر بود. آنتروپیک مجموعاً بیش از ۳٫۴ میلیون تعامل را در طی ۱۷ روز ژوئن و جولای به Z.ai نسبت می‌دهد.

شیائومی و استفاده از مکالمات واقعی کاربران برای ساخت داده‌ی آموزشی

آنتروپیک در گزارش خود می‌نویسد شیائومی مکالمات و جلسات برنامه‌نویسی کاربران مدل‌های MiMo را ذخیره می‌کرد و دوباره برای کلاد می‌فرستاد. شیائومی ظاهراً برخلاف مون‌شات و دیپ‌سیک، پاسخ‌های کلاد را مستقیماً به کاربرانش نمایش نمی‌داد و بیشتر می‌خواست داده‌های بهتری برای آموزش مدل‌های بعدی‌اش تولید کند.

شیائومی طی ۲۰ روز بیش از ۴۰۰ هزار درخواست را از طریق بیش از ۱۵۰۰ حساب کاربری به کلاد فرستاد. داده‌ها برای آموزش نظارت‌شده و یادگیری تقویتی استفاده می‌شدند. کلاد محیط توسعه کاربر را از روی متن گفتگو بازسازی می‌کرد؛ مکالمات چندمرحله‌ای را تمیز و ساده می‌کرد؛ نمونه‌های جدیدی از پرسش‌وپاسخ می‌ساخت و کیفیت برخی پاسخ‌ها را نیز ارزیابی می‌کرد.

بخشی از ترافیک شیائومی داده‌هایی مانند نام، اطلاعات تماس، اطلاعات شرکتی و دیگر اطلاعات حساس صدها کاربر به دست‌کم دوازده زبان را شامل می‌شد. گزارش حتی احتمال می‌دهد شیائومی دوره‌ی آزمایشی رایگان MiMo-V2-Pro را با این هدف راه‌اندازی و تمدید کرده باشد که داده‌ی لازم برای تقطیر کلاد فراهم شود.

آنتروپیک می‌گوید نمونه‌هایی که در این گزارش ذکر شده‌اند؛ فقط بخش کوچکی از سوءاستفاده‌هایی هستند که تیم‌های امنیتی‌اش شناسایی کرده‌اند و احتمالاً تصویر کاملی از ابعاد مسئله را منعکس نمی‌کنند. شرکت درعین‌حال تأکید می‌کند که بسیاری از عملیات‌های مخرب پس از مسدودشدن حساب‌ها متوقف شدند، اما بعضی ابزارها و زیرساخت‌هایی که با کمک کلاد توسعه یافته‌اند، پس از قطع دسترسی نیز به کار خود ادامه داده‌اند.