AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容

发布时间：2026-05-07 13:50:05人气：

<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 class="clearfix fenx">
      <div class="bdsharebuttonbox" data-tag="share_3"> <a href="#" class="bds_more" data-cmd="more">分享到：</a> <a href="#" class="bds_qzone" data-cmd="qzone" title="分享到QQ空间"></a> <a href="#" class="bds_weixin" data-cmd="weixin" title="分享到微信"></a> <a href="#" class="bds_sqq" data-cmd="sqq" title="分享到QQ好友"></a> <a href="#" class="bds_tsina" data-cmd="tsina" title="分享到新浪微博"></a> <a href="#" class="bds_tqq" data-cmd="tqq" title="分享到腾讯微博"></a> </div>
    </div>
     
    <br>
    <div class="reLink clearfix">
                <p class="page"><a href="/detail/133294.html" title="废铜的分类有哪些？"> 上一篇 : 月之暗面 Kimi 首个 Agent 开启内测，可生成易追溯的万字报告，有哪些技术亮点？ </a></p>
        <p class="page"><a href="/detail/133127.html" title="废铜的分类有哪些？"> 下一篇 : 如何评价mq白这个人？ </a></p>

</div>
  </div>
   
</div>

<div class="footer">
  <div class="w1200 clearfix" aos="fade-up" aos-easing="ease" aos-duration="700"> 
    
    <div class="links"> <span>友情链接：</span>
                    </div>       
  </div>
</div>
 

<div class="copyright">
  <div class="w1200">
    <p class="fl">　备案号：<a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank"></a></p>
  </div>
</div>
 

<dl class="toolbar" id="toolbar">
  <dd><a class="slide tel slide-tel" href="javascritp:void(0);"><i><span></span></i>020-88888888</a></dd>
  <dd><a href="http://wpa.qq.com/msgrd?v=3&uin=88888888&site=qq&menu=yes" title="在线QQ"><i class="qq"><span></span></i></a></dd>
  <dd> <a href="javascript:;"><i id="top" class="top"><span></span></i></a></dd>
</dl>
 
<script src="/template/moban90/js/aos.js"></script> 
<script src="/template/moban90/js/app.js"></script> 
<script type="text/javascript">
    AOS.init({
        easing: 'ease-out-back',
        duration: 1000
    });
</script>
 
 
</body>
</html>

咨询热线：

AI安全防线再遭突破：心理诱导让Claude主动输出违禁内容