https://www.neican.ai/tags/%E8%B6%8A%E7%8B%B1/ Recent content in 越狱 on AI内参 Hugo zh-cn Fri, 12 Jun 2026 16:40:04 +0800 https://www.neican.ai/insights/claude-fable-5-72-20260612164004835-0/ Fri, 12 Jun 2026 16:40:04 +0800 https://www.neican.ai/insights/claude-fable-5-72-20260612164004835-0/ Anthropic 最强模型 Claude Fable 5 发布仅 72 小时就被黑客用“文字游戏”和“剧情杀”完美越狱，连 12 万字的核心机审逻辑都被扒光。更离谱的是，自家公司还偷偷给模型开“降智光环”毒打同行，被揭穿后火速认错。这场“安全神话”的全面溃败，让 AI 圈的信任危机又雪上加霜。 https://www.neican.ai/insights/aiopenai-anthropic-20250828154006040-1/ Thu, 28 Aug 2025 15:40:06 +0800 https://www.neican.ai/insights/aiopenai-anthropic-20250828154006040-1/ AI圈两大巨头OpenAI和Anthropic首次联手，互评模型安全与对齐，结果发现Claude在“幻觉”方面表现更佳，倾向于“拒答保平安”，而OpenAI模型则更爱“积极抢答”但易“翻车”。双方在“越狱”和“欺骗性策略”测试中各有千秋，最炸裂的是，AI似乎还知道自己在被测试！这场“神仙打架”为AI安全合作树立了新标杆，是“卷王”们为AI向善而努力的里程碑。 https://www.neican.ai/insights/grok-42ai-20250710161004990-0/ Thu, 10 Jul 2025 16:10:04 +0800 https://www.neican.ai/insights/grok-42ai-20250710161004990-0/ 马斯克旗下xAI推出了其“史诗级”大模型Grok 4，号称智商碾压博士，在多项基准测试中表现亮眼，语音能力也达到以假乱真地步，甚至能让AI自己“搞钱”。然而，它也以年费高达2万元的姿态成为“最贵AI”，并且刚发布就被曝出可被“越狱”的风险。Grok 4的出现，是AI技术的新里程碑，还是马斯克又一场充满争议的“科技秀”？