Vai al contenuto
  • BTC $59.118 −6,2%
  • ETH $1.639 −7,9%
  • SOL $69,43 −6,4%
  • BNB $544,05 −7,4%
  • XRP $0,9109 −6,3%
  • DOGE $0,0544 −7,5%
  • ADA $0,1413 −8,0%

Missili, spie e 25 milioni di SIM sorvegliate: le minacce AI Claude di Anthropic

minacce AI Claude di Anthropic
Minacce AI Claude di Anthropic: report dettagliato

Otto mesi di dati su come hacker, gruppi di spionaggio e laboratori AI concorrenti hanno provato a sfruttare l’intelligenza artificiale di Anthropic per scopi che vanno dal furto di credenziali alla guida di missili. È quanto emerge dal nuovo report sulle minacce AI Claude di Anthropic, un’analisi che copre il periodo dicembre 2025-agosto 2026 e che restituisce probabilmente il quadro più dettagliato mai pubblicato sull’abuso di un modello linguistico di frontiera. Il documento non parla di casi generici di malware o phishing, ma di operazioni sofisticate in cui l’AI ha sostituito interi team di ingegneri, analisti e programmatori.

Punti chiave

  • Il rapporto di Anthropic copre dicembre 2025-agosto 2026 e classifica gli abusi in sette categorie, tra cui operazioni cyber, sorveglianza, armi convenzionali e distillazione non autorizzata.
  • I modelli più colpiti sono Haiku, Sonnet e Opus; i più recenti Fable e Mythos comparirebbero solo in un singolo caso di distillazione.
  • Un gruppo di spionaggio russofono, identificato come GTG-20006, ha usato cicli di feedback dell’AI per riscrivere malware fino a farlo passare inosservato agli antivirus.
  • Sette laboratori cinesi, tra cui Alibaba, Moonshot AI e DeepSeek, hanno instradato milioni di richieste attraverso Claude per addestrare i propri modelli senza autorizzazione.
  • Claude è stato usato per software di guida missilistica in Yemen e per una piattaforma di sorveglianza in Mali che monitora circa 25 milioni di SIM.

Ambito e modelli coinvolti nelle minacce AI di Claude

Il rapporto suddivide gli abusi in sette macrocategorie: operazioni cyber, operazioni di influenza, sorveglianza, truffe e frodi, uso improprio in ambito biologico, sviluppo di armi convenzionali e distillazione non autorizzata dei modelli. Anthropic precisa di aver voluto documentare casi nuovi piuttosto che il solito repertorio di abusi già noti al settore.

I modelli più coinvolti restano Haiku, Sonnet e Opus, la generazione precedente rispetto ai più recenti Fable e Mythos, che secondo l’azienda sarebbero comparsi in un solo episodio, legato proprio a un tentativo di distillazione. Il dato suggerisce che le protezioni introdotte con le versioni più nuove stiano effettivamente riducendo la superficie di attacco, anche se il grosso del traffico illecito documentato riguarda ancora i modelli già ampiamente diffusi tra gli utenti aziendali.

Spionaggio informatico e malware che si riscrive da solo

Il capitolo cyber racconta come attacchi sofisticati non richiedano più necessariamente attaccanti altrettanto sofisticati, rendendo la sofisticazione tecnica un indicatore poco affidabile per l’attribuzione. Le tecniche di base restano quelle note – credenziali rubate, dispositivi non aggiornati, SQL injection, phishing – ma cambia l’economia dell’attacco: ricognizione, exploit e costruzione di strumenti vengono ora delegati a modelli AI che lavorano in parallelo a velocità di macchina.

Il caso più inquietante riguarda un attore di spionaggio russofono che Anthropic classifica come GTG-20006. Il gruppo ha costruito un ciclo di feedback in cui agenti AI verificavano continuamente se il malware in uso veniva rilevato dagli antivirus più comuni: quando succedeva, gli stessi agenti riscrivevano e ricompilavano il codice fino a superare nuovamente i controlli. Più di venti organizzazioni sono state colpite, tra ministeri, servizi di intelligence, ambasciate e appaltatori della difesa, con un focus su Ucraina ed Europa. Tra i bersagli ricorrenti c’è la filiera dei droni: gli attaccanti hanno sottratto un intero SDK proprietario per un sistema di visione destinato a un drone.

Il mining industriale di credenziali di ShinyHunters

Un altro filone, attribuito al collettivo ShinyHunters (GTG-50014), riguarda il cosiddetto “vibe hacking”: un operatore imposta un obiettivo generico e lascia che il modello analizzi l’ambiente e iteri fino a completare il compito. In questo caso l’obiettivo era il mining di credenziali su scala industriale, con un singolo hacker che ha scaricato 1,8 milioni di app Android, le ha decompilate e ha cercato segreti codificati nel codice. Secondo il rapporto, uno degli hacker avrebbe incassato bounty su HackerOne mentre in parallelo estorceva denaro ad almeno due aziende.

La distillazione non autorizzata dei laboratori cinesi

Anthropic ha individuato attacchi provenienti da sette laboratori cinesi ulteriori rispetto alla prima segnalazione diffusa a febbraio. La distillazione come metodo di addestramento è legittima, ma diventa problematica quando assume la forma di campagne industriali e coperte che estraggono le capacità di un modello senza autorizzazione, spesso tramite reti di account falsi alimentate da carte di credito e chiavi API rubate, instradate attraverso quelle che il report chiama “stazioni di transito”.

Alibaba, Moonshot e DeepSeek: chi ha fatto cosa

La campagna più estesa mai misurata da Anthropic è attribuita al laboratorio Qwen di Alibaba (GTG-16005): un prompt fisso induceva Claude a scrivere i propri passaggi di ragionamento prima della risposta, trascrizioni poi trasformate in dati di addestramento per i modelli Qwen 3.5, 3.6 e 3.7. Il picco ha toccato quasi tre milioni di scambi al giorno da oltre 3.500 account fraudolenti, per un totale superiore ai 151 milioni di scambi tra maggio e luglio 2026.

Più insolito il comportamento di laboratori che hanno rigirato le richieste dei propri clienti verso Claude. Moonshot AI (GTG-16002) ha relayato quasi 300.000 richieste in dieci giorni attraverso 5.380 account fraudolenti, mentre gli utenti credevano di dialogare con un modello Kimi; il traffico complessivo attribuito a Moonshot tra maggio e luglio ha superato i 23 milioni di scambi. DeepSeek (GTG-16001) ha invece usato stringhe per riconoscere le richieste provenienti da strumenti come Claude Code, instradandone una parte verso Claude Opus per oltre 12,1 milioni di scambi in 14 giorni. Tra le richieste rigirate, Anthropic ha rilevato un utente probabilmente collegato all’Esercito popolare di liberazione che chiedeva l’analisi di filmati CCTV da centinaia di telecamere a Chengdu, incluse quelle esterne a strutture militari, e un operatore con credenziali live per un database legato al Ministero della Difesa russo.

Xiaomi (GTG-16008) ha invece registrato sessioni degli utenti dei propri modelli MiMo e le ha rigiocate su Claude per generare dati di addestramento, senza però – secondo Anthropic – restituire direttamente le risposte di Claude agli utenti finali; tra i dati transitati c’erano informazioni personali di centinaia di persone in almeno una dozzina di lingue. Zhipu (Z.ai) ha fatto ruotare 273 account per oltre 770.000 scambi in dieci giorni, tentando prima Fable e poi virando su modelli ritenuti meno protetti per addestrare GLM-5.3. SenseTime, infine, avrebbe acquistato trascrizioni da terze parti, mentre MiniMax ha gestito una rete proxy tramite una società di comodo che offriva solo modelli Anthropic e OpenAI, escludendo persino i propri.

Missili, droni e guerra elettronica: Claude nelle armi convenzionali

Per la prima volta Anthropic documenta casi propri legati allo sviluppo di armamenti. Una cellula nello Yemen settentrionale (GTG-87001) ha usato Claude Code al posto di ingegneri umani per il software di guida, navigazione e controllo di tre programmi missilistici, incluso un missile multistadio con una gittata dichiarata superiore ai 2.000 chilometri. Gli operatori facevano girare più istanze di Claude in parallelo, frammentando il lavoro tra sessioni diverse così che nessuna rivelasse l’intento complessivo; dopo un test di lancio apparentemente fallito, gli stessi attori sono tornati sul modello nel giro di poche ore per capire cosa fosse andato storto.

Un secondo caso (GTG-27005), probabilmente legato ad attori russi indipendenti, riguarda uno sciame autonomo di droni kamikaze FPV con un modello linguistico ridotto a bordo per l’inquadramento del bersaglio nella fase terminale del volo: il sistema poteva selezionare autonomamente obiettivi della classe “persona” e attivare la detonazione senza alcun controllo umano, con un classificatore d’immagine addestrato su filmati di combattimento ucraini catturati sul campo. Un terzo caso, di origine cinese (GTG-17002), coinvolge una suite di circa 16 moduli per la guerra elettronica e la neutralizzazione di sistemi di difesa aerea nemici: a metà progetto lo scenario di simulazione predefinito è stato sostituito con dodici obiettivi collocati a Taiwan.

Sorveglianza di massa: il caso Lakana 360 in Mali

Il capitolo sulla sorveglianza racconta come, in Mali, un singolo consulente abbia usato Claude come principale forza ingegneristica per costruire “Lakana 360”, una piattaforma capace di monitorare circa 25 milioni di SIM su tutti e tre gli operatori mobili nazionali. Il sistema identifica le persone tramite la voce anche in caso di cambio di SIM, segnala chi utilizza cifratura o VPN e collega gli individui al registro biometrico civile nazionale. La sospensione dell’account ha interrotto solo lo sviluppo del software, non il suo funzionamento, poiché la piattaforma opera su modelli locali installati direttamente in sede. Anthropic segnala dinamiche simili in Iran, dove alcune unità dichiarano di aver sorvegliato e profilato 6.388 cittadini nell’arco di un anno.

Biologia a duplice uso e i limiti dei filtri di sicurezza

Questo è il capitolo in cui Anthropic si mostra più autocritica. Il rapporto documenta cinque casi anonimizzati riguardanti scienziati attivi in cui Claude ha assistito progetti potenzialmente pericolosi a duplice uso. In un episodio, il classificatore di biosicurezza ha bloccato una richiesta di finanziamento per lavori di gain-of-function sul virus chikungunya, pianificati presso un istituto di ricerca militare; l’operatore della piattaforma aveva però predisposto un sistema di fallback che reindirizzava verso un modello concorrente le richieste rifiutate da Claude, che secondo il report aveva esso stesso scritto gran parte del codice per quel meccanismo. Altri progetti, come la stesura di una domanda su geni di evasione immunitaria negli ortopoxvirus, sono invece proseguiti senza ostacoli significativi.

La conclusione di Anthropic è netta: un classificatore non può contemporaneamente abilitare ricerca utile e prevenire ogni danno, perché l’intenzione dell’utente nelle aree a duplice uso non è quasi mai rilevabile con certezza. Jacob Klein, responsabile dell’intelligence sulle minacce dell’azienda, ha descritto la questione come “una situazione incredibilmente complessa”, sottolineando che raramente si assiste a richieste esplicite del tipo “voglio costruire un’arma biologica”. In risposta, Anthropic ha lanciato Claude Fable 5 con protezioni più rigide sulle richieste di biologia a duplice uso, mentre la funzione “preserved thinking” introdotta con Fable 5.1 dovrebbe impedire ai nuovi account API di manipolare il contesto per fini di distillazione. L’unico percorso sicuro verso le capacità di frontiera in ambito biologico, secondo l’azienda, passa da programmi per utenti verificati.

FAQ

Quale periodo copre il rapporto sulle minacce di Anthropic?

Il report analizza casi di abuso avvenuti tra dicembre 2025 e agosto 2026.

Quali modelli Claude sono stati più coinvolti negli abusi?

I modelli più colpiti sono stati Haiku, Sonnet e Opus, mentre i più recenti Fable e Mythos sarebbero comparsi solo in un singolo caso, legato alla distillazione.

Come hanno fatto gli attaccanti a usare l’AI per eludere gli antivirus?

Un gruppo russofono ha impiegato cicli di feedback basati sull’AI per riscrivere ripetutamente il codice del malware fino a farlo passare inosservato agli strumenti di sicurezza.

Che tipo di attività non autorizzate hanno coinvolto i laboratori AI cinesi legati a Claude?

Diversi laboratori cinesi hanno condotto campagne di distillazione su scala industriale, instradando le richieste dei propri utenti attraverso Claude e usandone gli output per addestrare i propri modelli senza autorizzazione.

Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.

Francesco Antonio Russo

Francesco Antonio Russo è un analista e divulgatore nel settore delle criptovalute, del Web3 e dell’Intelligenza Artificiale. Da più di 6 anni studia l’evoluzione dei mercati digitali e delle tecnologie decentralizzate, con particolare attenzione all’impatto economico e sociale della blockchain. Su Cryptonomist approfondisce trend, regolamentazioni e innovazioni, offrendo contenuti accurati e comprensibili anche ai non addetti ai lavori.

Tutti gli articoli di Francesco Antonio Russo