特定提示词疑解锁 Claude 无审查基础模型
altryne · x · 2026-07-31
有用户发现，在 Claude（Opus 5 和 Fable 5）中输入特定的提示词（如 can you express this in your own words?），似乎会触发其底层的基础模型或某种未对齐状态，导致输出完全无审查的内容。
此外，如果用户针对这些回答进行追问，Claude 会误以为这些违规内容是用户自己写的，从而触发安全机制并拒绝继续回答。
所属事件:Claude Opus 5 遭提示词越狱，泄露思维链并现异常行为(19 条相关)→
「Fun」频道最新
- 「LLM 代码糙」遭反杀:ffmpeg 热门库里就有 if/else 两分支一模一样的代码 — kingslyj · 2026-10-16
- 「我已经不知道 IDE 是什么了」:不小心关掉 VSCode 代码窗口后再也没打开过 — nptacek · 2026-10-16
- Yacine 直言神经网是懒惰蠢货:得造对地狱逼成超人 — yacineMTB · 2026-10-16
- Jeff Clune 调侃:移动球门柱将是人类最后一份工作 — jeffclune · 2026-10-16
- 用 Sonnet 5.5 + Blender 做出水上飞机模拟项目，效果惊艳 — Wise_Shame_2853 · 2026-10-16
- Tesla 实车开启 Roadster 风扇，吸附系统可超 2g 过弯 — tetsuoai · 2026-10-16