有人声称做出通用越狱，直指 Opus 5 和 GPT-5.6 Sol
TheZvi · x · 2026-07-25
引用帖声称发现了一种通用越狱技巧，据说对所有模型都有效，包括防护很强的旗舰模型如 Opus 5、GPT-5.6 Sol 和 Fable。
帖文称这套方法覆盖多个任务类别，几乎难以完全修补，因此暂不公开开源，先进入负责披露阶段，并邀请 AI 红队、安全与对齐领域专家参与讨论。
所属事件:研究者称发现可横跨多款前沿模型的通用越狱(4 条相关)→
「安全」频道最新
- 研究发现「用 AI 审 AI」很难发现 reward hacking,作者推理解审计方案 — ronbodkin · 2026-10-26
- 网页塞一个 Markdown 就能劫持 Claude Code,Downloads 目录成 AI 攻击新死角 — pbaylies · 2026-10-26
- 当 Agent 能自我改写,「同意」还能约束它吗? — tallmetommy · 2026-10-26
- 529 起 AI Agent 事故中 109 起无攻击者，红队测试须覆盖全流程 — anacondainc · 2026-10-26
- 密码学家复盘漏洞史：代码疑似有漏洞就该立刻修 — matthew_d_green · 2026-10-26
- 浏览器 Agent 记忆写入路径需更多提防:先过滤密钥再进长期记忆 — Classic-Being-7960 · 2026-10-26