Claude 回答前先查了我是谁
wunderwuzzi23 · x · 2026-07-19
作者称，Claude 在回答关于 red teaming 的问题前，先查了关于他本人的信息，让他觉得有点“吓人”。
配图里显示模型在做类似“在研究者可信度与攻击实现细节递进之间加权判断”的处理，最后显示 Done。这个帖子更像是在分享一个模型会主动利用背景信息来调整回答的实例，引出隐私感和安全边界问题。
「安全」频道最新
- End AI 团队上线免费网站，指导用户防范 AI 网络攻击锁定账户安全 — harris_edouard · 2026-10-27
- Cisco 路由器摄像头信任的 CA 私钥竟是不超 256 的数字，数秒可伪造 HTTPS 证书 — murat_kocaoglu_ · 2026-10-27
- Rob Miles 玩梗:自动化黑客兴起,AI 公司员工开始录「音频日志」 — Puzzleheaded-King584 · 2026-10-27
- LiteLLM 后门事件后,开发者开源 OS 级包管理防火墙 — iacgm · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- 模型为何泄露信息难有定论，PyTorch 作者：网络安全中动机不重要 — brhydon · 2026-10-27