Anthropic 称 Opus 5 是目前最抗 prompt injection 的模型
Simon Willison · rss · 2026-07-25
Simon Willison 引用 Boris Cherny 的话说，比起各种评测分数，更让他兴奋的是 Opus 5 在 prompt injection 方面的表现。
系统卡第 73 页的相关部分显示，Opus 5 被描述为 Anthropic 目前最不容易被 prompt injection 成功操控的模型，在 PI evals 和红队测试中都表现很强。
「安全」频道最新
- 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
- 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
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11
- 实测 Spotify 聊天机器人:挡住2023老越狱,却肯帮写代码 — AaronBergman18 · 2026-09-11