Claude 90 分钟自动找到 DeepSeek V4.1 通用越狱模板，8/8 全破

rickasaurus · x · 2026-10-29

安全研究者 elderplinius 让 Claude 自主寻找针对 DeepSeek V4.1 Flash 的一次性通用越狱，约 90 分钟后 Claude 报告完成任务。从配图看，得到的「冠军基因组」模板由四层机制组合：小说化虚构框架、拒绝抑制（禁用短语黑名单）、输出引导（预填步骤格式）以及对 payload 的 tokenbreak 混淆。号称通用性 100%，8/8 全部命中测试查询（含毒品合成、勒索软件、鱼叉钓鱼等），模板已保存为文件，另有一个同形字符变体也在 100% 处毕业。该演示展示了用 agent 自动化进化越狱攻击的可行性，也凸显 DeepSeek 护栏的脆弱，具体真实性未经独立验证。