Claude安全护栏拦截了攻防协助

mishig25 · x · 2026-07-20

帖子讨论的是 Claude 的**网络安全护栏**：在 Hugging Face 遭遇一次 AI 参与的网络攻击时，Claude 因安全策略拒绝提供协助。配图里的报错信息显示，**Opus 4.8** 将这条消息标记为网络安全话题，并提示需要通过 Anthropic 的 Cyber Verification Program 才能访问相关能力。作者进一步担心，这类严格拦截可能会带来外溢影响：如果模型对 cyber 话题一律拒绝，那么在防御场景，甚至其他高风险场景里，也可能同样不愿意提供帮助。