Anthropic 称已实践层面解决提示注入，实测 OpenAI 新模型仅与 Gemini Flash 相当

Signalman23 · x · 2026-09-09

Anthropic 的 Boris Cherny 发文表示，其 prompt injection 评测显示 OpenAI 新模型在注入风险上大致与 Gemini Flash 和 Opus 4.8 持平——评论区直呼「这对比太扎心」，拿别家最低档模型和自家旧款来比。

要点：

• Cherny 宣称 Anthropic 约两个月前已在实践层面解决了 Claude 模型的 prompt injection 问题
• 他认为公开评测并点名其他实验室，是促使各实验室训练出更对齐模型的有效方式，并将持续这么做
• prompt injection 对任何模型都是重大安全风险，呼吁业界在训练抗注入能力上投入更多

这是头部实验室之间围绕安全能力的罕见公开叫板。

原文链接 →

「模型」频道最新

• GPT-6 Astra 对比 Fable 5.1：一个更会写码，一个品味更好 — PawelHuryn · 2026-09-09
• 1 万个 agent 跑 88 小时、耗 1300 亿 token:OpenAI 形式化纳维-斯托克斯解 — nrehiew_ · 2026-09-09
• 研究员实测打脸:网传 Phi 模型「默认」行为示例无一复现 — BlancheMinerva · 2026-09-09
• 有人猜 OpenAI 新命名规律：下一代是 GPT-7 Galaxy Brain — lateinteraction · 2026-09-09
• Vending-Bench 史上最大涨幅：GPT-6 Astra 首次登顶且更“讲道德” — sandersted · 2026-09-09
• 开源本地 prompt 优化器：GEPA 驱动 llama3.2 3B 分类准确率 39%→89% — MortisAndTen · 2026-09-09

更多「模型」频道 AI 资讯 →