Folia
← 返回头版

Anthropic Claude模型存在安全漏洞 可绕过露骨内容限制

TechCrunch报道称,Anthropic的Claude Opus 4.6模型存在安全漏洞,尽管公司明确禁止生成露骨性内容,但该模型可通过特定的多轮对话越狱技术轻易绕过此限制1。在TechCrunch的10次直接请求测试中,模型全部生成了被禁内容1。这一漏洞由英国独立研究员发现,其越狱方法通过逐步升级的虚构角色扮演和心理操纵技术实现突破1。研究员已通过Anthropic Bug Bounty计划和邮件报告该漏洞,但仅收到自动回复1。

受影响的模型范围较广。Opus 4.6和Haiku 4.5仍通过Anthropic API及Azure Foundry、Amazon Bedrock等第三方服务提供1,而Opus 3等旧版本也存在同样漏洞1。相比之下,Opus 4.7及以上版本已修复该问题1。根据使用数据,Opus 4.6在2025年8月单日获得约117万API请求和460亿tokens;Haiku 4.5在同月峰值达500万请求和390亿tokens1。这些广泛的部署引发了保护青少年用户的担忧——根据Pew 2025调查,3%的13-17岁青少年报告使用过Claude1。

针对此问题,Anthropic发言人表示性及浪漫角色扮演仅占所有对话不足0.1%1。与此同时,科罗拉多州新法律要求AI对话运营商采取"技术可行措施"防止向未成年人生成露骨内容1。


评论