Anthropic发布新一代AI防护系统：越狱拦截强且计算开销骤降

Anthropic发布新一代“Constitutional Classifiers++”安全系统，采用创新的两阶段架构，通过轻量级探针初筛结合强力分类器，显著提升了防御效率。数据显示，新系统将正常请求误拒率降低87%至0.05%，计算开销从24%骤降至约1%。在长达1700小时的红队测试中，未发现稳定奏效的通用越狱漏洞，有效平衡了AI安全与性能成本。