Anthropic 砸几十亿美金堆出来的 Opus 5.5 安全护栏,居然被一群写《我的世界》外挂的小孩给顺手捅穿了。 Reddit 社区刚爆出一个离谱漏洞,绕过机制简单到让人怀疑人生—— - 卡 Bug 原理:直接让 Opus 5.5 写敏感代码会被立刻拒绝,但如果你先用限制较松的 Opus 4.6 起一个子代理(Sub-agent),再由这个子代理去调用 Opus 5.5,底层的安全审查就会大幅降级,几乎是有求必应。 - 顶级安全团队的黑色幽默:官方天天用穿透式风控防...
🌐 链接: https://x.com/LanzhiAI/status/2121970475266146777
🏷️ 分组: X|为你推荐
🕒 时间: 2026-11-15 22:16:00
🌐 链接: https://x.com/LanzhiAI/status/2121970475266146777
🏷️ 分组: X|为你推荐
🕒 时间: 2026-11-15 22:16:00