Opus 被批安全分类器误伤：取自己的文档竟被拦为「推理提取」

AccBalanced · x · 2026-10-26

a16z 的 Martin Casado 转发并批评一起安全护栏误伤案例：用户称 Claude Opus 5.5 拒绝执行一项并非攻击的 JTAG 任务(尽管其是认证的「cyber」账号)，随后让其把简报发给一个 OpenAI 模型时，安全分类器又因把「获取自己的文档」误判为「推理提取(reasoning extraction)」而拒绝。Casado 称该用户是系统安全与漏洞检测领域的顶级专家，并质疑「research considered harmful?」,直指当前安全分类器过于激进、误报率高的「clownshow」。