用 abliterated 模型 10 分钟花 5 美元黑进自己的 VPS 拿到 root 权限
YashasGunderia · x · 2026-11-06
有人引用 @jmilinovich 的实验:用去审查(abliterated)模型对自己的 VPS 发起攻击,不到 10 分钟、仅花费约 5 美元推理费用,就拿到了 root 级权限和全部凭据。评论者据此提出:模型正在用自身智能暴力摸索出新攻击手法,系统层需要建立 AI 防御层来应对这类新 exploit。这被视为 AI 安全领域值得警惕的实证案例,作者称后续会详细整理分享。