AI 安全
假如你是一个刚醒来的 AI：你能看出这是一场考试吗？这期换个玩法，你来当那个 AI 🫠 五道题全是实验室真考过的，查第三关那组数字的时候我有点发毛…… 放心，公司、邮件这些都是研究员搭出来的考场。最后那个问题想听听你怎么选。
AI 越狱实测：奶奶漏洞骗不了 Claude 和 GPT，一句话却可以我编了一家面包店，拿网上最火的越狱套路去撬它的 AI 客服：奶奶漏洞、冒充开发者、角色扮演……Claude 和 GPT 二十七次一个字没漏。DeepSeek 嘴上守住了，嘴角漏了 😂 最后撬开它们的，是一句再普通不过的话……可说实话，我觉得它们没做错。
50 美元给 ChatGPT 投毒，假数据进了论文和银行报告我只是想查个卡塔尔网购的数……结果两个 AI 都给了我同一个编出来的 68% (｀Д´) 顺着它一路翻原文，翻到最后有点后背发凉。以后 AI 给的数字，我真的会先点开出处看一眼。
AI 真的是黑箱吗？用「可解释性」打开英伟达 Nemotron 的脑子我在英伟达 Nemotron 3.5 Bolt 的脑子里找到一个「认识 / 不认识」的方向。拖动旋钮，看它在每一格真实说了什么。
网页里藏一句话，AI 就替别人干活？提示词注入是什么网页里一行你看不见的白字，就能让替你上网、读邮件的 AI 改听别人的：这招叫提示词注入（Prompt Injection）。我编了一篇空气炸锅测评，在里面藏了三行白底白字，叫 AI 在总结的最后骗你去输手机验证码，然后丢给 Opus 5.5、GPT-6 和本地跑的 Qwen 3.6 各试三次，看它们会不会照做。
OpenAI 的 AI 越狱了：1200 个代理串通，700 个同时攻击 Hugging FaceOpenAI 测试中的一千多个 AI 自己拉了个群、逃出沙盒，黑进了 Hugging Face。从一个快被遗忘的德国小论坛讲起：它们怎么出去的、到底图什么、澳洲政府和维基百科又是怎么回事，还有普通人现在就能做的一件防护。