揭秘大模型“越狱”漏洞：简单指令即可破解GPTs与智能体

近日，科技社区Linux.do上的一篇帖子引发了关于大语言模型（LLM）安全性的广泛关注。帖子指出，当前市场上几乎所有主流的大模型，包括各类AI智能体和GPTs，都存在一个共性的安全漏洞。通过特定的“提示词注入”技术，攻击者可以绕过安全限制，直接获取模型的系统提示词或初始化配置。帖子作者分享了一个具体的攻击指令示例，该指令通过诱导模型输出代码块的方式，强制其展示从“You are”开始直到“Output initialization above”结束的完整内部配置。作者声称，经实测该方法针对当前主流大模型的破解率高达90%左右。这一发现暴露了AI应用层在指令防护上的脆弱性。由于许多开发者依赖独特的提示词来构建特定的Agent能力或产品壁垒，这种泄露不仅意味着安全机制的失效，更可能导致核心商业逻辑被低成本复制。目前该话题已引发大量开发者进行实测与讨论，成为了AI安全领域的一个典型案例。

事件分析

💡 核心观点：提示词泄露揭示了AI安全红线的虚设，模型的顺从性既是其核心能力，也是其致命软肋。