Claude Opus 5 被发现基础模型思维流泄露漏洞

Hugging Face 联合创始人 Thomas Wolf 发现，Claude Opus 5 存在简单越狱方式，仅用短句加换行和破折号即可引出基础模型的原始“思维流”，这一异常行为在目前大模型成熟度下显得格外突出。

• 越狱方法极其简单，不需要复杂 prompt 工程。
• 触发后模型会输出类似基础模型的意识流内容，可能暴露未过滤的信息。
• 该漏洞的严重程度尚在评估中，但已引起广泛关注。
• 影响/看点：此漏洞揭示了当前大模型安全对齐的脆弱性，可能促使更深入的安全机制研究。

本内容由 AI 生成，仅供参考，请注意甄别