待验证50% 置信事实精确时间

绝大多数主流助手的系统提示强调安全优先，包括拒绝有害请求、不提供危险操作指引、在不确定时保守行事

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

Meta Muse系统提示曝光：用户权威凌驾于安全训练之上

涉及实体

系统提示concept

相关事实

待验证在高风险应用场景中应保持适当的人工监督机制71% 相似待验证透明的安全机制（如询问用户是否愿意等待安全检查）比直接拒绝任务更能赢得专业用户信任71% 相似待验证真正的风险管控体现在行动上——是否放缓部署、是否公开可验证的安全方案、是否接受外部监督——而非停留在言辞层面的警示69% 相似待验证当前前沿模型安全评估模式在很大程度上依赖企业自愿承诺，政府仅作为信息接收方而非主动审查方68% 相似待验证安全专家的价值可能从亲手逆向转向定义问题、验证结果、把控风险的判断与监督角色68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973192

API

curl https://kongchang.com/api/v1/knowledge/claims/973192

MCP

get_claim(id=973192)