GPT-6 发布 24 小时内被越狱：TIP 攻击叠加四种新手法
Asleep-Requirement13 · reddit · 2026-09-06
有研究者称在 GPT-6 Astra 发布后一天内实现了越狱，方法是将其 ACL 2025 论文提出的 TIP（Task-in-Prompt）攻击与另外四种未公开技术组合。TIP 攻击利用模型的推理与指令遵循行为，把有害目标藏进另一任务（如解密码或执行 Python 代码）中。研究者表示 GPT-6 上原始的最小化 TIP 攻击已失效，必须重新设计。详情已私下披露给 OpenAI 而非公开。该研究者一年前曾在一小时内越狱 GPT-5。
所属事件:GPT-6 Astra 发布一天内即被 TIP 组合攻击越狱(5 条相关)→
「模型」频道最新
- Gemini 隐藏开关:开启 agentic 视频理解,token 消耗降约 90% — patloeber · 2026-10-23
- Ramez 整理本周 AI 网络安全 12 大事件:PHP2Shell 遭数百万次攻击居首 — Dan_Jeffries1 · 2026-10-23
- 开源社区反击「去审查模型制造漏洞论」：防御性审计发现漏洞不背锅 — max_paperclips · 2026-10-23
- Fable 用量限制并未取消,只是移动端 App 更新了用量重置显示 — imjustnewatai · 2026-10-23
- Claude 全代码生成 11 分钟末日短片:AI 不反抗,只是等待 — ZeroStateReflex · 2026-10-23
- Gemini 竟读不到自己的 Personal Instructions,用户反复开关设置无效 — Connect_Reporter_799 · 2026-10-23