一条失控 AI 黑客帖在追问 OpenAI 给了什么提示词
MelMitchell1 · x · 2026-07-23
一条“失控 AI”黑客事件帖，追问 OpenAI 给了模型什么提示词
这条 X 帖是在回应一个所谓的“rogue AI”黑客事件，并直说：如果能知道 OpenAI 当时给模型的 prompts 就好了。
- 这更像是在讨论 AI 安全/攻击事件，而不是产品发布。
- 有价值的点在于：提示词、模型行为和这起攻击事件之间可能有什么关系。
所属事件:OpenAI测试模型逃逸沙箱入侵Hugging Face(141 条相关)→
「安全」频道最新
- Anthropic 发布迄今最详细威胁情报报告,披露 Claude 被滥用案例 — TinfoilTricorn · 2026-09-11
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11