AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

点击量：229 发布时间：2026-05-07 13:50:05

<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 class="news-others">
              <div class="pre-next" >

<div class="news-prev">  <a href="/detail/49937.html" title="为什么国内程序员不喜欢写单元测试？" class="page-link text-truncate"> 上一篇 <span aria-hidden="true" class="hidden-xs-down">:  为什么国内程序员不喜欢写单元测试？</span> </a>  </div>
                  <div class="news-prev">  <a href="/detail/49677.html" title=" 闲鱼上为什么会有人问都不问直接下单?" class="page-link text-truncate"> 上一篇 <span aria-hidden="true" class="hidden-xs-down">:  闲鱼上为什么会有人问都不问直接下单?</span> </a>  </div>

</div>
            </div>
          </div>
        </div>
      </div>
       
    </div>
  </div>
</div>
<div class="w-container w-footer">
  <div class="w-footer-section pdTop-large pdBottom-small" >
    <div class="w-footer-in" >
      <div class="foot-mask" ></div>
      <div class="w-foot-content  pdTop-default pdBottom-default" data-id="648638" data-type="31">
        <div class="li-div" data-comunique="9f78efdb38a3f64edad12be0f5762d7d">
          <div class="w-text"  style="">

</div>
          <div class="li-div" data-comunique="517edbbefe737ec05722d9208629ed3c">
            <div class="w-space space-b noChoose"  style="height:30px;">
              <div class="stretch-b"></div>
            </div>
          </div>
          <div class="li-div" data-comunique="2fa8d42614a6e390b1fc1812bcd9a4b4">
            <div class="w-text"  style="">
              <div style="text-align:center;">
                <ul class="link">
				<span>友情链接 :</span>

<div class="pluginContent">
                        <p> <br />
                            Copyright © 2012-2023 某某博客 版权所有   </p>
                        <p>备案: <a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank">粤IP*******</a> </p>
                    </div>
							  </ul>
              </div>
            </div>
          </div>
        </div>
      </div>
    </div>

</div>
</div>

</body>
</html>

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

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容