推文
@baboonAI4S · 2026-10-17 11:00
一位模型安全研究者做了个新的越狱方法，声称能攻破 100 多个前沿模型和 Coding Agent。 论文写完了、代码也开源了，然后最荒诞的一幕出现了：Agent 自己因为安全策略，拒绝读他的代码，有时候连论文都被 flag。 自己造的矛，先被自家的盾挡了。 据 X 用户 @MaxForAI #AI #大模型
曝光 17 · 评论 0 · 点赞 0 · 书签 1 · 曝光/时 10.978470213551455
@baboonAI4S · 2026-10-17 11:00
一位模型安全研究者做了个新的越狱方法，声称能攻破 100 多个前沿模型和 Coding Agent。 论文写完了、代码也开源了，然后最荒诞的一幕出现了：Agent 自己因为安全策略，拒绝读他的代码，有时候连论文都被 flag。 自己造的矛，先被自家的盾挡了。 据 X 用户 @MaxForAI #AI #大模型
曝光 17 · 评论 0 · 点赞 0 · 书签 1 · 曝光/时 10.978470213551455