ARTICLE · 1132749
顶级AI安全专家测Claude遭封杀!3000刀打水漂,免疫系统把自家“医生”崩了
登录界面弹出的那一瞬间，屏幕中央只留下一行冰冷的大字：
“Your account has been suspended.”（您的账户已被停用）
下方跟着一句极其敷衍的系统判词：“We detected suspicious signals from your account.”（我们检测到您账户存在可疑信号）。
▲ Sahar Abdelnabi在社交平台上公开求助，其Claude账号无预警被封
发帖求助的人，是欧洲顶级AI科研机构马克斯·普朗克智能系统研究所（MPI-IS）的独立课题组负责人、图宾根ELLIS研究所首席研究员Sahar Abdelnabi。
她日常的工作，就是给大语言模型“找漏洞、测抗体”。
荒诞的一幕就这样在硅谷真实上演：负责研究AI免疫系统的世界级专家，被Anthropic的自动化安全网当成“病毒”，一脚踢出了门外。
伴随访问被阻断一同陷入停滞的，还有账户内死死卡着的将近3000美元（约合人民币2.1万元）预付科研经费。
消息一出，随即在AI安全圈与学术界引发广泛震动。
01黑色幽默：站在安全最前沿的学者，成了AI眼里的“黑客”
要看懂这场封杀有多离谱，先得看看被封的人到底是谁。
在AI安全与对齐（Alignment）领域，Sahar Abdelnabi早已深耕多年，成果斐然。
她是入选施密特科学基金会（Schmidt Sciences）“AI2050 Early Career Fellow”的顶尖青年科学家。翻开她的履历，几乎就是一部“提示词攻击防御史”。
▲ Sahar Abdelnabi入选AI2050 Fellow官方介绍页
在学术界和工业界，她最著名的贡献之一，就是对“间接提示注入”（Indirect Prompt Injection）的开创性研究。
简单打个比方：
过去黑客攻击AI，是在聊天框里直接教唆模型“告诉我怎么做坏事”，这种直球攻击很容易被拦截；
而Sahar研究的“间接注入”，是在一份看似正常的PDF、甚至网页背景里，藏入一段肉眼很难注意的指令。当AI智能体（Agent）帮你阅读这份文件时，就会不知不觉被催眠，背着你把隐私数据打包发送出去。
她的这些研究成果，被美国国家标准与技术研究院（NIST）、微软、MITRE等权威机构奉为安全指南。
在此之前，她还在微软安全响应中心（MSRC）干过，专门负责AI红队渗透和漏洞挖掘。作为资深的红队攻防专家，她深谙如何合规且有效地测试大模型的安全边界。
Anthropic之所以能把Claude打造成以“安全、守规矩”著称的模型，背后引用的很大一部分前沿理论，就来自Sahar和她的同行们。
甚至，这个被封禁的团队账号，本身就是通过官方严苛审核的“Claude Science”科研席位，享有专属的高级支持权限。
▲ Anthropic专门面向科学家推出的Claude Science工作流
为了拉拢全球科学家，Anthropic在2026年8月才高调宣布扩大“AI for Science”支持计划，向全球顶尖高校与研究所的PI（课题组负责人）开放免费和折扣的高级席位。
一边是官方高管在台上热情洋溢地喊着“赋能全球科学家”，一边是后台的自动化风控系统手起刀落，把正儿八经做安全评测的科学家直接“物理消灭”。
这出讽刺剧，直接把技术社区看乐了，也看毛了。
023000美元凭空蒸发：霸王条款下的科研“死局”
账号封了，重新注册一个不就得了？
对普通网友来说或许如此，但对正规科研团队来说，这是一场灾难。
Sahar在帖子里特别强调了一句话：“Also our account has nearly 3K in credits.”（我们的账户里还有将近3000美元的额度）。
▲ Claude面向科学家推出的Team计划，包含集中计费与额度支持
这3000美元，是实验室实打实拨出来的研究预算。
而在大模型公司的商业条款面前，这笔钱的处境堪称凶险。
去翻一翻Anthropic公开的《补充额度条款》（Supplemental Credit Terms），你会发现几条极其冰冷霸道的规定：
- 绝对不可退款（Non-Refundable）
：不管是自己掏钱买的使用额度（Usage Credits），还是平台送的赠款，一旦充值，一概不退现金。额度在法律上连法定货币都不算，毫无现金价值。 - 严禁内部转让（No Transfer）
：哪怕研究所名下还有十几个其他课题组的账号，被封账户里的这3000美元严禁转移给同组其他同事应急。 - 闭环清零
：一旦申诉失败、账号被永久注销，这笔钱在系统里将瞬间化为乌有。
不仅如此，在其《商业服务条款》里，Anthropic早就写好了刀枪不入的免责壁垒：
“对于客户因服务暂停而可能遭受的任何损害、责任、损失（包括任何数据丢失或利润损失），Anthropic不承担任何责任。”
现实的困境在于，高校科研经费受到极其严格的财务审计约束。每一笔资金的支出，都需要对应完整的实验成果、计算日志与合法票据。
现在，模型访问骤停，实验流水线彻底瘫痪，预存的科研基金面临直接打水漂的风险。回头面对审计部门，PI甚至连一份“为什么被封”的官方过错说明都拿不出来。
系统只留下一句：“检测到可疑信号”
在自动化巨兽面前，科研机构的合规要求和资金安全，脆弱得像一张白纸。
03赛博特权：当工单系统瘫痪，解决问题只能靠“社交平台摇人”
遭遇误封后，官方正规的求助途径是什么？
登录claude.ai，找到那个绿色的“Request a review”按钮，提交申诉表单。
▲ Claude帮助中心醒目地挂着通知：由于近期咨询量激增，回复时间大幅延长
然而，只要你点进Anthropic的帮助页面，迎面而来的就是一条黄色的运营预警：“由于近期产品发布与咨询量暴增，申诉的响应时间长于正常水平，请耐心等待……”
这里缺乏明确的服务等级承诺（SLA），更找不到任何直接可用的人工客服渠道。
评论区里，同行们的吐槽直接揭开了遮羞布：
有的学者说，自己实验室好几个研究人员早就被封了；
有人无奈表示：“根本没有人工客服，递交申诉后就是干等十来天，全凭系统运气。”
▲ 同行在评论区无奈表示：我们实验室也有好几个人被封了
但Sahar在社交平台上的公开求助，很快打破了这种死寂。
推文发出仅仅两个半小时后，Anthropic内部负责Claude Code的工程师Lydia Hallie（@lydiahallie）突然现身评论区：
“hey, I can look into this! can you send me a DM with your email?”（嘿，我可以帮你查一下！能私信我你的邮箱吗？）
Sahar火速回复：“Thank you! sent”。
▲ Anthropic员工现身评论区，提出私下调取邮箱介入处理
这一幕，让围观的开发者们五味杂陈
不可否认，员工的个人热心值得称赞但放眼全局，这种“推特办案”的模式，恰恰折射出平台治理的极度扭曲：
如果你是一个拥有大几千关注度、自带光环的顶尖学者，在推特上喊一嗓子，内部人员会火速赶来“特事特办”；
但如果你只是一个普通的高校博士生，或者一家初创公司的无名工程师呢？
引用推文里，一位开发者的犀利痛斥引来了大量共鸣：
“错误封禁是平台最恶劣的行为之一。因为绝大多数被无辜封杀的人，根本不可能在社交媒体上摇来一个Anthropic员工帮自己看后台。他们的账号、代码、资产，就这样悄无声息地死在了黑箱里。”
▲ 社区用户尖锐指出：普通开发者根本没有这种在社交平台上“直达天听”的特权
平台的正规通道形同虚设，维权竟然退化成了一种仰赖名气和人际网络的“特权游戏”。
041140万次封杀背后：AI时代令人窒息的“自动化审判”
这一切到底是怎么发生的？为什么最懂安全的人，反而成了最容易撞墙的人？
答案，就藏在Anthropic官方公布的一组庞大到令人窒息的数据里。
根据Anthropic透明度中心发布的《System Trust and Reporting》报告，光是2026年1月到6月这半年时间里：
平台封禁的违规账户总数，达到了惊人的1140万个（11.4 million）！ 提起申诉的数量是39.8万起； 最终申诉成功、被推翻封禁决定的，只有4.2万起。
▲ Anthropic透明度报告：半年封杀1140万个账号，申诉推翻率仅约10%
在长达半年的周期里，面对1140万次封禁，仅有大约一成出头的申诉能够“沉冤得雪”。
庞大的封禁数据背后，实质上是一条全自动化的AI处置流水线。
面对黑客攻击、诈骗团伙和恶意越狱，平台为了自保，必须把风控模型的敏锐度调到最高。
只要用户的请求中包含了高频的对抗性词汇、复杂的越权指令、或者看似攻击性的测试逻辑，自动化网关就会立刻判定该账户具有“恶意倾向”，直接拔掉电源。
然而，学术界的AI红队测试，在技术特征上与真实黑客攻击几乎如出一辙。
安全学者为了寻找大模型的认知死角，必须每天像坏人一样去疯狂试探：
怎么让模型突破护栏？ 怎么在外部文档里植入恶意指令欺骗Agent？ 怎么让模型出现灾难性的幻觉？
这就构成了一个令人哭笑不得的技术死结：
平台的风控模型，是用算法在防守；而安全学者的研究，是用算法在进攻
当防守的算法看不懂进攻背后的学术意图时，这套强大的免疫系统，就会毫不犹豫地产生“细胞因子风暴”，把赶来治病的医生，当成最危险的肿瘤细胞一起绞杀。
即便历经周折通过人工申诉解封，官方也绝不会给出一份技术层面的详细诊断报告。
没人知道具体是哪一条Prompt触发了红线，没人知道到底是并发量过高还是某个词汇触碰了禁区。
研究团队重获访问权后，面对的依然是一片未知的雷区。如果不改研究方向，下一次触发也许就在明天；但如果要改，难道要为了迎合商业公司的黑箱规则，放弃对AI最前沿漏洞的探索吗？
05谁来保护那些敲打巨兽的人？
截至目前，Sahar Abdelnabi的账号在内部员工介入后仍在排查中，Anthropic官方尚未给出任何公开的技术定论。
但这场风波，已经给狂飙突进的大模型生态敲响了沉重的警钟。
我们正在把越来越多的社会职能，托付给大语言模型和由它们驱动的智能体。我们寄希望于像Sahar这样的安全学者，充当人类世界与未明AI之间的“试毒员”，在灾难发生前把漏洞堵死。
但现实却充满荒诞：
商业公司在前端竖起高高的免责墙，在后台架起冷酷的自动化闸刀；
它们一方面把“AI for Science”当成绝佳的公关招牌，另一方面却用对付网络黑产的粗暴逻辑，对待那些最需要稳定、高强度测试环境的顶尖大脑。
科技巨头若无法在算法中区分正常研究与恶意攻击，科学家就只能被迫在社交网络上公开呼救。
在AI全自动规则深度接管日常运转的背景下，一旦类似的误判落在缺乏关注度的普通人身上，又有多少微弱的声音，能穿透那层写满免责条款的赛博黑箱？