Claude安全回退机制或可被诱导触发

安全研究员 Shivansh Raj Srivastava 分析称，Claude Opus 5.5 在 claude.ai 和 Claude Code 中把带有攻击性网络安全特征的请求判定并自动回退到 Opus 4.8；攻击者可刻意触发这一判定，以转向更易受提示注入影响的模型，且通常会影响后续回复。 API 的回退功能需用户主动启用，可通过响应中的模型名称识别；关闭后，被标记的请求会暂停，而不会回退。报道引用的较大降幅来自 Sonnet 5.5 回退至 Sonnet 5 的模型卡，并非 Opus 4.8 的实测结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。