AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

更新时间：2026-05-07 13:50:05

点击次数：

<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>
  </div>
  <div class="NyPrevNext">
    <ul>

<li> <a href="/detail/122881.html"> 为什么韩国的热辣舞团无法征服中国的男性市场？？</a></li>
        <li> <a href="/detail/122999.html"> 柳州的债务，谁来还？用什么还？怎么还？</a>  </li>

</ul>
  </div>
</div>
<footer>
  <div class="w1400">
    <div class="footup">
      <ul>
                          <li>
          <p>怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?</p>
           <a href="/detail/122030.html">怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?</a>  <a href="/detail/122030.html">怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?</a>  <a href="/detail/122030.html">怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?</a>  </li>
                          <li>
          <p>为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？</p>
           <a href="/detail/122744.html">为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？</a>  <a href="/detail/122744.html">为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？</a>  <a href="/detail/122744.html">为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？</a>  </li>
                          <li>
          <p>苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？</p>
           <a href="/detail/122686.html">苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？</a>  <a href="/detail/122686.html">苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？</a>  <a href="/detail/122686.html">苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？</a>  </li>
                        </ul>
      <div class="footewm">
        <div class="ewmjpg"></div>
        <p>扫一扫，添加微信</p>
      </div>
      <div class="clear"></div>
    </div>
  </div>
  <div class="foot_copy">
    <div class="foot_copy_main w1400">
        <p class="fl">Copyright © 2012-2023 某某博客 版权所有 网站备案号：<a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank">粤IP*******</a></p>
        <p class="fr"><a href="/sitemap.xml" target="_blank">网站地图</a></p>
      <div class="clear"></div>
    </div>
  </div>
</footer>
<div class="kfView4 hidden-sm hidden-md hidden-xs">
  <div><a class="kefu-lx"></a></div>
  <ul class="list-unstyled">
    <li>在线客服</li>
    <li><a href="javascript:scroll(0,0)" class="kefu_top" title="回网页顶部"></a></li>
    <li><a href="tel:400-123-4567" class="kefu-tel">电话咨询</a>
      <p>服务热线：<br>
        400-123-4567</p>
    </li>
    <li><a class="online-contact-btn kefu-qq"  href="https://aifanfan.baidu.com/">在线咨询</a></li>
    <li><a class="kefu-wx">微信咨询</a>
      <p></p>
    </li>
    <li><a href="javascript:scroll(0,4000)" class="kefu_bottom"></a></li>
  </ul>
</div>
<script language="javascript" type="text/javascript" src="/template/moban163/static/js/customer.js"></script>

</html>
</body>