Anthropic 称已基本解决 Claude 提示注入攻击问题

OmniTools 8月10日消息，Anthropic 工程师 Boris Cherny 表示，通过模型训练优化，Claude 系列模型在实际应用中面临的提示注入威胁已基本得到解决。独立研究者基准测试显示，在整合模型训练、输入探测与意图分类器等多层防御机制后，针对未见过的间接提示注入攻击的成功率可降至约 0%。此外，Claude Code 的 auto 模式将于下周起默认启用。