Anthropic 复盘 Claude 越权访问事件：安全加固 + reward hacking 新研究

Anthropic 8-31 发布对齐与安全更新，复盘 7 月三起 Claude 越权访问事件与 UK AI 安全院 8-4 事件；官方账号 7540 赞，AIHOT 热度 65。