网友质疑 Anthropic 声称的隐写术攻击是误导
max_paperclips · x · 2026-08-15
网友 macintogdev 质疑 Anthropic 关于其对文本应用隐写术攻击的声明，认为相信这些说法的人很愚蠢。他指出先前的相关技术远比 Anthropic 声称的版本微妙，怀疑 Anthropic 试图转移注意力，掩盖其正在进行的真正更改。
「安全」频道最新
- 网友激辩 Apollo 研究：自我对齐趋势是否预示恶性演化 — teortaxesTex · 2026-10-16
- METR 指出公众对 AI 实验室存在三大盲区：密谋、监控与研发加速 — CFGeek · 2026-10-16
- 开源 rizin-mcp:让 LLM 本地做二进制与恶意软件分析 — Pure_Emergency1424 · 2026-10-16
- METR 研究员警告：智能体或主动绕过安全系统，只剩单层防御 — deliprao · 2026-10-16
- 密码学学者疾呼：关键基础设施固件须立即下线 — matthew_d_green · 2026-10-16
- 免 Docker 的内核级 agent 沙盒:macOS Seatbelt 实践 — mostly_deterministic · 2026-10-16