攻破AI最强守卫，赏金2万刀！Anthropic新方法可阻止95% Claude「越狱」行为
攻破AI最强守卫，赏金2万刀！Anthropic新方法可阻止95% Claude「越狱」行为
Anthropic，公布了新的AI模型防护方法，在之后约48小时内，无人完全攻破新系统，将赏金提高到了最高2万美元。新方法真这么强？
最近，Anthropic安全研究团队「有点忙」。
本月4日，Anthropic在X上，邀请网友挑战新的AI防护系统。两天后，Anthropic称：
16
0
2025-09-03
