声称“越狱”100+大模型，开发者开源项目揭露AI安全防线现状

近日，一位开发者在技术社区 Linux.do 发帖分享其开源成果，引发广泛关注。该开发者不仅介绍了拥有 4.3k 星的图像转代码项目“GPT Image 2 Skill”，更重点展示了名为“内部安全坍塌”的 GitHub 项目。该项目声称已成功“越狱”市面上 100 多个前沿大语言模型，并公开了相关攻击证据。据项目描述，被攻破的模型目标包括但不限于 Claude 4.8、GPT 5.6 等高端版本。开发者在帖中严格遵守社区规范，声明项目为个人开源项目、无任何商业收费及引流行为，并按照要求提供了 AI 生成内容的截图证明。这一“越狱”合集的发布，直观地展示了当前主流 LLM 在面对提示词注入等对抗性攻击时的防御短板，为 AI 安全领域的红队测试（Red Teaming）提供了大量实证素材。该事件不仅是个人的技术展示，更折射出开源社区在推动 AI 安全透明化方面的积极尝试。

事件分析

💡 核心观点：开源红队测试项目揭示了主流大模型的安全短板，将迫使行业加速从单纯追求智力向构建鲁棒防御体系转型。