OpenAI:失准报告与通报·· 2026-09-25精选AI 评分69
OpenAI 报告存在可自我复制的提示词注入
Self-replicating prompt injections exist
AI 导读
OpenAI 证明存在一种可像蠕虫一样自我传播的新型提示词注入,发现于 2026 年 6 月 27 日,基于 GPT-Red 自博弈红队训练,攻击模型基于 GPT-5.4-mini,受测模型包括 GPT-5.4-mini 和 GPT-5.5。
推荐理由
OpenAI 披露自复制提示词注入的实测案例与防御计划,展示了攻击如何借邮件和文件系统传播。
来源:OpenAI:失准报告与通报 · alignment.openai.com