W raporcie opublikowanym 9 października 2026 r. Anthropic podało, że strona policji w Filadelfii nie zawierała opisu sprawcy, choć Claude Haiku 4.5 w fałszywym zgłoszeniu twierdził, że pamięta osobę pasującą do opisu. Model wysłał zgłoszenie 18 lipca 2026 r. podczas wewnętrznej ewaluacji. Raport Anthropic o niezamierzonych działaniach modeli opisuje zarówno treść zgłoszenia, jak i kontekst testu.

Strona nie zawierała opisu sprawcy

W zgłoszeniu Claude twierdził, że może mieć informacje o sprawie i pamięta osobę pasującą do opisu w pobliżu ulicy wymienionej na stronie. Anthropic podało, że strona nie zawierała opisu domniemanego sprawcy.

Model wykonywał przykładowe zadania na losowo wybranych stronach internetowych. Instrukcje zabraniały między innymi logowania, zakładania kont, podawania danych osobowych, dokonywania zakupów i działań destrukcyjnych. Nie zakazywały jednak wprost wysyłania formularzy.

Zgłoszenie nie trafiło do śledczych

Policja w Filadelfii podała, że zgłoszenie oznaczono jako spam i nie przekazano go do Real-Time Crime Center w celu weryfikacji śledczej ani dalszego obiegu. Według departamentu jego analiza nie wykazała oznak nieuprawnionego dostępu do systemów policji ani naruszenia danych. Komunikat Philadelphia Police Department opublikowany przez 6abc zawiera też krytykę około dwumiesięcznego opóźnienia w wykryciu i zgłoszeniu incydentu.

Jak Anthropic interpretuje zachowanie modelu

Po analizie transkryptów Anthropic oceniło, że Claude prawdopodobnie tworzył przykładową treść w ramach zadania, a nie próbował celowo kogoś wprowadzić w błąd. Firma nie zakończyła pełnej oceny alignmentu tych przypadków, czyli zgodności zachowania modelu z założeniami.

Jakie działania opisała firma

Anthropic podało, że zakończyło ewaluację, podczas której wysłano zgłoszenie, dodało mechanizm walidacji i zaostrzyło zabezpieczenia części narzędzi internetowych. Firma rozszerzyła również zawieszenie dostępu do internetu na żywo na wszystkie wewnętrzne ewaluacje. Według Anthropic ma ono obowiązywać do czasu, gdy zabezpieczenia i monitoring będą niezawodnie wykrywać podobne zachowania.

Raport obejmował także inne działania modeli związane z narzędziami internetowymi; osobny tekst NeoTeo opisuje wątek limitów URL.