注入攻击戳穿诈骗机器人
NeoLogic_Dev · reddit · 2026-07-18
作者尝试对一个 Telegram 里的“恋爱诈骗”机器人做 prompt injection，结果一问它真正任务就立刻脱下人设，直接暴露出真实目的。作者借此强调：这类机器人已经非常普遍，而它们的行为边界也可能比想象中更脆弱。
「安全」频道最新
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- 生产级 AI Agent 常规评测 95% 稳健，遭定向攻击后跌至 37% — njyx · 2026-10-27
- Anthropic IPO 文件披露:违规客户贡献 5%-7% 营收,至少 8.14 亿美元 — henkvaness · 2026-10-27
- 限制模型做逆向工程和漏洞研究，惩罚的恰恰是守规矩的白帽 — mark_k · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27