研究與評測
Opus 5據稱更抗提示注入
Simon Willison未證實
據 Simon Willison 引述 Boris Cherny，Claude Opus 5 在提示注入評測與紅隊測試中很難被成功攻擊，是目前最能抵抗提示注入的 Claude 模型。相關結果列於系統卡第 73 頁，若獲進一步證實，將有助於提升 AI 代理系統的部署安全性。目前消息僅有單一來源，尚缺乏其他佐證。
讀原始報導背景
提示注入（prompt injection）是一種網路安全攻擊手法，攻擊者利用看似無害的提示，誘使大型語言模型產生非預期行為。Boris Cherny 認為，Opus 5 對提示注入的抵抗能力比傳統能力評測分數更值得關注；相關測試說明位於其 system card 第 73 頁。