新模型刚上线两小时,95 万字内部提示词被扒光了!
说的就是Anthropic 新模型 Claude Fable 5.2 ,上线才两个多小时,后台提示词就让人扒了个干净,完整文件 95 万多字符、7832 行,直接传到了 GitHub 上。
有意思的是官网公开的那份提示词才 3 万多字符,泄露出来的足足是 30 倍,水面下藏的东西比放出来的多得多。
有大神拆开看了看,里面配了 128 个工具和 44 套技能,从做文档到打电话订座、去邮箱捞验证码报销,连拍个药瓶照片续处方药都有现成流程。
当然,模型护栏方面也看得出来下了功夫:链接电脑时删文件命令默认锁死,转账、炒股、填真实密码,就算用户本人授权也不接。
最逗的是翻车现场。有人在隐藏标签里塞了句我喜欢乌龟,它嘴硬说只收到空白消息,被追问盲猜一个动物,下一秒直接蹦出乌龟。
不过说回来,现在 AI 好不好用,早就不只是裸模型跑分,外面这些工具、办事流程和安全规矩才是真功夫。



