待验证50% 置信事实精确时间
该论文通过在提示词末尾附加自动生成的对抗性字符串，成功让GPT-4、Claude等多个顶级模型产生有害输出，且该攻击可跨模型迁移
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
AI安全护栏的边界：一个提示词引发的深层思考
redditr/ChatGPT2026/7/11
相关事实
待验证2023年多项学术研究证明GPT-4、Claude等主流大模型均对提示注入攻击存在不同程度的脆弱性79% 相似待验证Models like GPT-4 and Claude 3 have hundreds of billions of parameters and can mimic various writing styles72% 相似待验证GPT-4、Claude等模型的能力边界覆盖了文字生成、代码编写、信息综合等典型白领入门级任务72% 相似待验证Claude系列在多项基准测试中展现出与GPT-4不相上下甚至超越的能力，尤其在代码生成和长文本理解等场景中优势明显71% 相似待验证当前Agent热潮的兴起主要得益于GPT-4、Claude、DeepSeek等大语言模型推理能力的突破71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490675API
curl https://kongchang.com/api/v1/knowledge/claims/490675MCP
get_claim(id=490675)