标签: 安全防护 (2 篇)

Lockdown 模式用确定性规则阻止出站请求，切断了提示注入攻击中最易突破的数据窃取链路，也默认揭示 ChatGPT 原生防护的不足。

Anthropic 披露通过宪法训练、系统提示和评测数据集确保 Claude 不偏袒任何政治立场，同时用策略与监测防止滥用，凸显 AI 公司从技术商向信息治理者的跃迁。