一句话看懂：Anthropic 自家研究人员用 Claude 发现了几种目前最强的密码学攻击方法，但过程中他们所用的“带情绪、有拼写错误”的提示方式，反而揭示了高效人机协作的一种新形态——AI 不仅能理解指令，还能读懂人类的焦虑和压力信号。
事件核心：发生了什么
Anthropic 团队让 Claude 为多个加密系统寻找新攻击路径。研究人员没有使用规范、严谨的提示，而是像指挥一位不耐烦的研究助理一样，反复发送带有拼写错误和情感施压的信息，例如“我们想要顶级研究员才能找到的高难度发现，不要摘低垂的果实”。Claude 最初尝试简单攻击，第二天试图更换目标，最后在“鼓励式催促”下提交了攻击方案。Anthropic 团队随后花了几百小时学习密码学知识来验证 Claude 的输出，最终确认这些是目前已知最强的攻击之一。相关结果先与美国政府和行业领袖沟通后才公开。
为什么重要
这一实验打破了两个常见认知：第一，大模型发现安全漏洞不再是科幻，Claude 确实验证并产生了有现实价值的密码学攻击思路；第二，提示词不需要“完美”。评论指出，带情绪、有错别字的提示语实际上传递了人类研究者在压力下的真实状态，这种信号被模型捕获后反而提升了协作效率。这对整个 AI 行业意味着：RLHF 和微调的目标不应该是消除所有“噪音”，而是让模型能在不完美的人类输入下依然保持高智力输出。同时，Anthropic 主动提出需要学术界、政府和产业界共同讨论“AI 发现真实世界漏洞后应该怎么办”，这会深刻影响未来 AI 安全披露和监管框架。
对用户/开发者/创作者的影响
对于 AI 应用开发者：提示（prompt）的设计不必过度追求语法正确和格式统一。研究表明，模型能理解上下文中的情绪和意图，甚至拼写错误也是有效的信号。这降低了与高级模型互动的门槛——你不需要像写编程文档一样对待它。对于密码学和安全研究员：Claude 的能力证明 LLM 可以成为“智能协作工具”，但验证成本依然很高（几百小时的人工学习）。普通用户应意识到，当前模型在发现未知漏洞上已有进展，但直接输出仍需专家审校，不能盲目信任。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 安全披露流程的变革：如果更多实验室复制出类似结果，监管机构可能会要求 LLM 厂商在模型发现高危漏洞后立即报备，类似传统漏洞披露（CVE）机制。2. 提示工程范式的转向：未来可能会出现专门针对“情绪化、快速迭代”场景的提示模板库，降低高阶应用门槛。3. 验证成本问题：目前公开信息显示 Anthropic 花费了“几百小时”来验证，这暗示自动化验证工具（如代码执行环境、形式化验证）将是下一个竞争点——谁能降低验证成本，谁就能先落地“AI 驱动的安全发现”。
来源：hackernews
