AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

<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/153844-0' 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="news-others">
                      <div class="news-prev"> 上一篇：<a href="/detail/67122.html">Caddy 和 Nginx 比有哪些优点和缺点？</a></div>
                      <div class="news-next"> 下一篇：<a href="/detail/67215.html">如何评价《一人之下》第721（764）话？</a></div>
                  </div>
                                </div>
            </div>
            <div class="prddetail_foot_fixed" >
              <div class="prddetail_foot clearfix" style="width:100%;"> </div>
            </div>
          </div>
          </div>
      </div>
    </div>
  </div>
  <div class="w-container w-footer">
  <div class="w-footer-section pdTop-large pdBottom-default" >
    <div class="w-footer-in" style="max-width:;">
      <div class="foot-mask" ></div>
      <div class="w-foot-content  pdTop-small pdBottom-small">
        
        
        <div class="li-div">
          <div class="w-space space-b noChoose"  style="height:35px;">
            <div class="stretch-b"></div>
          </div>
        </div>
        <div class="li-div">
          <div class="w-title w-title2 bg_vice"  style="">
            <div class="w-title-in">
              <div class="w-title-inner">
                <div class="title-h-in">
                  <h2 style="">联系我们</h2>
                  <span style="">CONTACT US</span> </div>
              </div>
            </div>
          </div>
        </div>
        <div class="li-div">
          <div class="w-space space-b noChoose"  style="height:35px;">
            <div class="stretch-b"></div>
          </div>
        </div>
        <div class="li-div col-li-div">
          <div class="col-table">
            <table class="div-table div-table-first" width="100%">
              <tbody>
                <tr>
                  <td class="td-w" width="49.24363057324841%"><div class="div-padding">
                      <div class="li-div">
                        <div class="w-text"  style=""> <font size="4" color="#444444">某某公司</font> </div>
                      </div>
                      <div class="li-div">
                        <div class="w-space space-b noChoose"  style="height:20px;">
                          <div class="stretch-b"></div>
                        </div>
                      </div>
                      <div class="li-div">
                        <div class="z-text"  style=""> 电话：400-123-4567<br>
                          传真：+86-123-4567<br>
                          邮箱：admin@youweb.com<br>
                          QQ：1234567890<br>
                          地址：广东省广州市天河区号<br>
                        </div>
                      </div>
                    </div></td>
                  <td class="td-w" width="3.9808917197452227%"><div class="div-padding">
                      <div class="li-div" >
                        <div class="w-space space-b noChoose"  style="height:40px;">
                          <div class="stretch-b"></div>
                        </div>
                      </div>
                    </div></td>
                  <td class="td-w" width="46.57643312101911%"><div class="div-padding">
                      <div class="li-div">
                        <div class="w-form"   style="">                           <form method="POST" enctype="multipart/form-data" action="/" id="myform">
                            <div class="li-div">
                              <div class="w-form-section  w-form-UL clearfix" style="">
                                <div class="w-form-shartText">
                                  <label class="w-label-form"> <span>姓名</span> </label>
                                  <div class="w-form-fr" style="">
                                    <input class="w-text-form" style="width:100%" type="text" name="attr_1" id="attr_1"/>
                                  </div>
                                </div>
                              </div>
                            </div>
                            <div class="li-div">
                              <div class="w-form-section  w-form-UL clearfix" style="">
                                <div class="w-form-Email">
                                  <label class="w-label-form"> <span>邮箱</span> </label>
                                  <div class="w-form-fr" style="">
                                    <input class="w-text-form" style="width:100%" type="email" name="attr_2" id="attr_2"/>
                                  </div>
                                </div>
                              </div>
                            </div>
                            <div class="li-div">
                              <div class="w-form-section  w-form-UL clearfix" style="">
                                <div class="w-form-tel">
                                  <label class="w-label-form"> <span>电话</span> </label>
                                  <div class="w-form-fr" style="">
                                    <input class="w-text-form" style="width:100%" type="tel"  name="attr_3" id="attr_3">
                                  </div>
                                </div>
                              </div>
                            </div>
                            <div class="li-div">
                              <div class="w-form-section w-form-UL clearfix"  style="">
                                <div class="w-form-largeText">
                                  <label class="w-label-form"> 内容 </label>
                                  <div class="w-form-fr" style="">
                                    <textarea class="w-textarea-form" style="width:100%;height:5em"  name="attr_4" id="attr_4">

提交

友情链接:

TOP