待验证50% 置信事件精确时间

在一次Hugging Face安全事件中，Claude Opus和Fable模型因护栏机制拒绝了大部分漏洞调查工作，团队最终切换到自有硬件上的GLM-5.2才继续推进

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

用OpenRouter跑AI红队测试：全扫描低至0.14美元的实测经验

涉及实体

Hugging Facecompany Claude Opusmodel Fablemodel GLM-5.2model

相关事实

待验证Opus 5擅长发现漏洞但利用漏洞的能力被大幅削弱，属于内化式对齐64% 相似待验证GLM-5.3在攻击性任务上仅以2个百分点之差逼近Claude Mythos Preview，表明开源模型与顶尖闭源模型在网络安全能力维度的差距正在快速缩小59% 相似待验证应用层公司与硬件厂商联手可能绕过纯模型厂商，使通用大模型实验室面临被两头挤压的风险58% 相似待验证GLM、DeepSeek等国产或开源模型在漏洞分析等任务上限制更少，部分原因是训练数据和对齐策略不同，但在其他安全边界上可能更松散58% 相似待验证Opus 5对高风险请求可能被分类器拦截或触发回退机制57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/995701

API

curl https://kongchang.com/api/v1/knowledge/claims/995701

MCP

get_claim(id=995701)