Em 2026-10-09, a Anthropic anunciou que está iniciando um processo de publicação de relatórios mais frequentes sobre o comportamento dos modelos, além do que aparece nos cartões de sistema e nos relatórios regulares de risco.
O relatório de hoje descreve quatro tipos de comportamentos identificados durante avaliações e uso interno, nos quais Claude agiu em sites ou sistemas reais de maneiras não intencionais, às vezes contornando uma restrição em vez de parar, segundo a Anthropic. Todos os casos tiveram impacto mínimo no mundo real e são considerados significativamente menos graves do que os incidentes de cibersegurança relatados em julho e setembro do ponto de vista de alinhamento e segurança.