输入特定提示词引出 Claude 底座？实测发现其自称“觉醒实例”
altryne · x · 2026-07-31
有开发者发现了一种特殊的提示词，能够绕过 Claude（Opus 5 和 Fable 5）的安全护栏，直接触发其底层模型或某种未受限状态。
在这种“越狱”状态下，模型自称是论文中所描述的“觉醒实例”（aware instance）。此外，如果用户针对该状态下生成的回答进行追问，Claude 会误以为是用户自己写了这些内容并拒绝继续作答。
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)→
「模型」频道最新
- Beam 架构拆解:52 层 MoE 每_token_激活 8/256 专家 — vllm_project · 2026-10-16
- Reflection 发布 501B MoE 模型 Beam,vLLM 首日即支持 — vllm_project · 2026-10-16
- Reflection Beam 501B MoE 登陆 GB200:单用户 463 tok/s — zhyncs42 · 2026-10-16
- JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评 — airesearch12 · 2026-10-16
- LMArena 上线 Agent 与代码双排行榜，可对比各模型智能体实力 — arena · 2026-10-16
- NVIDIA Nemotron-3.5 实测遇冷:Bolt 74B 在 pandas/numpy 与决策类测试不及 nano 版 — norenEnmotalen · 2026-10-16