Opus 5 成 Anthropic 最难注入模型，多层防御后攻击率近零

Anthropic公布Opus 5在编码、数据分析、生物学等多项评测中刷新SOTA的同时，首次重点强调其安全侧的突破——结合多层防御后，提示词注入攻击成功率已被压到接近零。

• Opus 5在编码、数据分析、设计、生物学、知识工作等多个评估维度达到行业新高水平
• 更值得关注的是安全指标：它是Anthropic迄今为止最难被提示词注入攻破的模型
• 防御效果并非模型单独达成，而是强对齐能力、专门的注入探测机制、加上Claude Code的Auto Mode三层叠加的结果
• 综合防御后，提示词注入攻击的成功率被官方描述为“约0%”
• 提示词注入一直是Agent类应用落地的最大安全隐患之一，Opus 5如果真能把这一攻击面压到接近零，将直接影响企业级Agent产品对Claude的信任度和采用节奏。

本内容由 AI 生成，仅供参考，请注意甄别