社区反馈：Claude Opus特定“指纹检测”方法失效，模型防御机制升级

近日，AI技术社区发现此前广泛流传的用于区分Claude Opus与Sonnet版本的特殊提示词（Prompt）已大面积失效。原本通过诱导模型输出特定“指纹”（如数字247或特定乱码）来识别模型版本的方法，在最新的Opus测试中不再奏效。这一现象表明，Anthropic可能已针对已知的对抗性指令进行了底层修补或模型微调，使得通过简单的“越狱”技巧探测模型版本或底层逻辑变得更加困难，标志着AI模型在防御指令注入和识别攻击方面取得了新的进展。