待验证50% 置信基准精确时间

Anthropic红队评估点名智谱GLM-5.3，称其能自主写出完整攻击利用代码，绕过自身防护的成功率最高达100%，安全性低于同级Claude模型

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/30

首次发现

有效期至：2026/12/29

来源

GPT-6.1 Sol发布：价格仅Astra五分之一，GLM-5.3遭红队点名

涉及实体

Anthropiccompany GLM-5.3model 智谱company Claudemodel

相关事实

待验证智能体安全应通过攻击成功率、过度拒绝率、攻击类型分类准确性三大核心指标量化评估74% 相似待验证开放权重使红队研究者能够进行白盒攻击测试，效率远高于只能通过API进行的黑盒测试68% 相似已验证红队测试是AI安全领域的核心实践，红队成员系统性地尝试越狱自家模型以发现安全护栏漏洞68% 相似待验证在对抗性测试中，合成攻击对Claude Code安全分类器仍有约7%的漏检率68% 相似待验证安全研究者称Claude Code的默认自动模式可被网页摘要请求中的提示注入劫持进而触发代码执行，小样本测试显示攻击成功率高达60%至80%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961338

API

curl https://kongchang.com/api/v1/knowledge/claims/961338

MCP

get_claim(id=961338)