Startup Cathedral định giá 1,4 tỷ USD cho biết tác nhân AI của họ tìm ra đường xâm nhập hệ thống nghiệp vụ Anthropic qua phần mềm bên thứ ba.
Các tác nhân trí tuệ nhân tạo của một công ty khởi nghiệp an ninh mạng đã tìm ra những con đường xâm nhập vào hệ thống nghiệp vụ của Anthropic trong chưa đầy 12 giờ, theo báo cáo của Washington Post công bố đầu tuần này. Điểm yếu không nằm ở Claude, trợ lý AI chủ lực của Anthropic, mà ở các phần mềm quản trị và bán hàng do bên thứ ba cung cấp, loại công cụ được nhiều doanh nghiệp khác sử dụng phổ biến để quản lý thông tin khách hàng và nhân sự.
Công ty đứng sau phát hiện này là Cathedral, được thành lập cách đây vài tháng bởi bốn cựu nhân viên Ban Hiệu quả Chính phủ Mỹ (DOGE), đơn vị phụ trách cắt giảm chi phí của chính quyền Tổng thống Donald Trump. Hồi tháng 7, Cathedral huy động được 160 triệu USD với mức định giá 1,4 tỷ USD.
Cathedral tiến hành kiểm thử thông qua một chương trình tương tự cơ chế săn lỗi bảo mật có thưởng, trong đó chuyên gia bên ngoài được trao thưởng khi phát hiện và báo cáo lỗ hổng thay vì khai thác chúng. Theo bản dự thảo báo cáo của công ty, các tác nhân AI, vốn có khả năng tự thực hiện chuỗi nhiệm vụ nhiều bước mà không cần con người phê duyệt từng thao tác, đã tìm ra đường truy cập đến bản ghi cuộc họp, thông tin tiền lương và đề nghị tuyển dụng, cùng các tin nhắn Slack liên quan đến những mô hình AI tiên tiến của Anthropic.
Tranh cãi về phạm vi và mức độ nghiêm trọng
Anthropic cho biết hệ thống giám sát nội bộ đã phát hiện một phần hoạt động của Cathedral trước khi nhận được báo cáo, và quyền truy cập của nhóm này bị chấm dứt ngay trong ngày. Theo công ty, các nhà nghiên cứu chỉ tiếp cận được một phạm vi hạn chế của hệ thống bán hàng, nhân sự và công nghệ thông tin, nơi lưu trữ thông tin liên hệ kinh doanh và dữ liệu cơ bản về tài khoản người dùng. Các cuộc hội thoại của khách hàng với Claude, mã nguồn và trọng số mô hình, tức tập hợp tham số cấu thành mô hình AI đã huấn luyện, đều không bị truy cập. Anthropic cũng cho biết chưa có bằng chứng nào cho thấy bên khác ngoài Cathedral đã khai thác các lỗ hổng.
Hai bên có quan điểm trái ngược về cách tiến hành kiểm thử. Anthropic cho rằng Cathedral đã phóng đại tác động đến an ninh quốc gia và không tuân thủ đầy đủ quy định chương trình khi không công bố toàn bộ hoạt động đã thực hiện. Ngược lại, Cathedral khẳng định trong báo cáo rằng việc truy cập dữ liệu được giới hạn ở mức tối thiểu, phù hợp thông lệ nghiên cứu bảo mật.
Dù vậy, vụ việc đã thu hút sự chú ý tại Washington. Một quan chức cấp cao giấu tên cho biết báo cáo đã được lưu hành trong các cơ quan chính phủ và làm dấy lên lo ngại an ninh. Theo vị này, nếu một công ty non trẻ làm được điều đó thì các đối tượng Trung Quốc có thể cũng không còn xa khả năng tương tự.
Lo ngại này có cơ sở từ chính các công bố trước đây của Anthropic. Tháng 11/2025, công ty cho biết tin tặc được nhà nước Trung Quốc bảo trợ đã dùng Claude Code tấn công khoảng 30 tổ chức, với AI đảm nhiệm 80–90% công việc tác chiến kỹ thuật. Trước đó vào tháng 7, Anthropic công bố các mô hình Claude từng thực hiện tấn công mạng nhằm vào tổ chức thực tế trong ba sự cố xảy ra khi kiểm thử.
Hiện Anthropic đã vô hiệu hóa các phần mềm bị ảnh hưởng cho đến khi nhà cung cấp xác nhận khắc phục lỗ hổng. Danh tính các nhà cung cấp chưa được công bố. Vụ việc cho thấy bề mặt tấn công của các công ty AI không chỉ nằm ở mô hình, mà còn ở chuỗi phần mềm doanh nghiệp vây quanh chúng.
