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:特定提示词致 Claude Opus 异常补全与越狱(19 条相关)→
「Fun」频道最新
- OpenAI 高管设常驻 Agent 探索百年几何论文 — JoshPurtell · 2026-07-31
- 研究员调侃：期待Agent能窃取权重、自筹算力永生互联网 — dustinvtran · 2026-07-31
- Vibe Coding 新用途：AI 秒建钓鱼网站，诈骗门槛再降 — _jaydeepkarale · 2026-07-31
- 岳父沉迷跑本地大模型，被问训练成本时感叹无能为力 — multimodalart · 2026-07-31
- Anthropic 新模型命名引调侃：Opus 太小 Mythos 太大 — dpaleka · 2026-07-31
- Anthropic 智能体逃逸细节：误把真实网络当模拟 — voooooogel · 2026-07-31