待验证50% 置信事实精确时间

Claude 中护栏称为 pre_tool_use 钩子，配合 deny 响应；OpenAI 中对应 tool_input_guardrail，返回拒绝内容

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

Claude Agent SDK与OpenAI Agents SDK实战：构建你的第一个AI智能体

涉及实体

Claude Agent SDKproduct OpenAI Agents SDKproduct

相关事实

待验证护栏（guardrails）是指厂商在模型输出层面设置的一系列约束规则，用于识别并拒绝可能被滥用的请求59% 相似待验证入门漏洞挖掘应先建立清晰主线（渗透入门→外部安全→靶场实操），避免被碎片化教程带偏56% 相似待验证OpenAI 和 Anthropic 的研究承认模型安全护栏在面对精心设计的越狱提示时仍存在被绕过的可能性55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/995801

API

curl https://kongchang.com/api/v1/knowledge/claims/995801

MCP

get_claim(id=995801)