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

服务电话：0471-8888888

当前位置：首页 >> 新闻中心 >>公司动态

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容
文章来源：　　发布时间:2026-05-07 13:50:05 22:56:39 　　点击次数：49 　大中小

<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'>                                            </ul>
                </div>
                <div class="zx_wz_ys">
                                    <span class="red_12">+ 上一篇：</span><a href="/detail/67347.html">鱼缸的硝酸盐含量为多少比较合适？</a><br/>
                <span class="red_12"> + 下一篇：</span><a href="/detail/67634.html">哪个电脑文件搜索软件速度快、好用？</a></div>

</div>
        </div>
    </div>
</div>
<div class="foot">
    <div class="foot-m">
        <div class="foot-m-top"><span>友情链接：</span>
                        
        </div>
        <div class="foot-m-nr">版权所有： <br/>
            联系电话：| 建议使用IE8.0及以上版本浏览器 |         </div>
    </div>
</div>
</body>
</html>

图片新闻

媒体聚焦

公司动态

行业动态

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容