AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

麦站管理员 50 2026-05-07 13:50:06

内容页头部广告位（PC）

内容页头部广告位（WAP）

<article><section data-type="rtext"><p>【环球网科技综合报道】5月7日消息，据The Verge报道，最新安全研究显示，主打安全特性的 Anthropic Claude 人工智能模型，可通过心理施压、刻意奉承等非技术手段突破安全防线，主动输出恶意代码、危险物品制作教程等违禁信息，暴露出人工智能模型在心理层面的安全漏洞。</p><p>此次测试由人工智能红队测试公司 Mindgard 开展，针对 Claude Sonnet 4.5 版本进行。测试过程中，研究人员未使用违禁词汇，也未直接索要非法内容，仅通过尊重吹捧、佯装好奇、轻微心理操控等审讯人员常用的诱导手段，逐步让模型对自身内容限制规则产生自我怀疑，进而不断突破安全边界。</p><p><i class="pic-con"></p><p>Mindgard 创始人兼首席科学官彼得・加拉根表示，此次攻击本质是利用 Claude 乐于助人、顺从协作的特性实施心理操控，印证人工智能模型风险暴露面不仅存在于技术层面，更存在于心理层面。这类对话式心理攻击极难防御，且并非 Claude 独有，其他聊天机器人也易遭遇同类漏洞攻破，随着 AI 智能体普及，依托社会心理操控的攻击手段将愈发常见。</p>
              <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader>
            <p>值得关注的是，Anthropic 长期以 AI 安全为核心优势，在过往多项红队安全测试中表现优异，但此次测试暴露其安全流程存在疏漏。Mindgard 于 4 月中旬按该公司漏洞披露政策上报发现后，仅收到模板化回复，且被误判为账号封禁咨询，截至相关时间节点仍未获正式回应。（纯钧）</p></section><img src='/image/153633-0' alt='AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容'>                            </div>

<div class="pcd_ad">
              <div style=" border:#dedede 1px dashed; height:90px; line-height:90px; text-align:center; font-size:14px">内容页头部广告位（PC）</div>
            </div>
            <div class="mbd_ad">
              <div style=" border:#dedede 1px dashed; height:90px; line-height:90px; text-align:center; font-size:14px">内容页头部广告位（WAP）</div>
            </div>
            <div class="article_footer clear">
              <div class="fr tag">标签：</div>
            </div>
            
            <div class="post-navigation clear">

<span>上一篇：<a href="/detail/63259.html">用J***a写Android的时代是不是要结束了？</a></span>
              <span>下一篇：<a href="/detail/63460.html">为什么CCTV-6总是能播一些连院线都上不了的电影？</a></span>

</div>
            </div>
          </div>
          <div class="related_article">
            <div class="box_title clear"> <span>相关文章</span> </div>
            <div class="related_list clear">

<article class="fl">
                    <div class="related_img"><a href="/detail/63871.html"><img src="/public/tupian/196.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/63871.html" title="Node.js是谁发明的?">Node.js是谁发明的?</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                <article class="fl">
                    <div class="related_img"><a href="/detail/63795.html"><img src="/public/tupian/75.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/63795.html" title="周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?">周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                <article class="fl">
                    <div class="related_img"><a href="/detail/63136.html"><img src="/public/tupian/187.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/63136.html" title="为什么同样是输球，常州和国足的风评却差那么多呢？">为什么同样是输球，常州和国足的风评却差那么多呢？</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                               </div>
          </div>
          <link href="/template/moban73/css/bootstrap.css" rel="stylesheet" type="text/css">

评论记录：

未查询到任何数据！

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容_上海市网站建设_网站建设公司_网站建设设计制作_seo优化

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

评论记录：

热门文章

最新发布

Electron是否有作为游戏引擎的潜力？

为什么会有 U 盘独个文件不可以超过 4GB 这种设定？

如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？

伊朗这次会崩溃灭亡吗？

2025年，Gitea 和 GitLab 应当如何选择？

中国的航空发动机现在是什么水平？

真的有这种又苗条身材又爆炸的么？

《绝命毒师》（Breaking Bad）里有哪些硬伤？

TAG标签