安全研究员用 Anthropic 的 Claude 在 72 小时内攻破 OpenAI 内部系统
Hacktron 的三名安全研究员利用 Anthropic 的 Claude 模型，通过 OpenAI 社区论坛在不到 72 小时内攻入 OpenAI 内部系统，访问了员工的 ChatGPT 和 Codex 账户，并进入其 GitHub 内部代码仓库。
选题角度：三名研究员用 Claude 在 72 小时内攻破 OpenAI 内部系统，可梳理漏洞链与 Opus 5 前后能力差异。
创作方向
安全对齐 最新动态
AI 安全与对齐：越狱与防御、模型行为研究、安全评测与治理框架的进展。
42 条精选近 30 天 41 条共收录 269 条
更新
精选归档 · 第 3 页
The Decoder精选AI 评分8282
AI Explained精选AI 评分7878 GPT-6 Astra 发布，AI Explained 称其强到连 OpenAI 都担忧
OpenAI 发布 GPT-6 Astra，AI Explained 在视频中将其与 Fable 对比，并梳理最亮眼的结果、额外对比和交易相关表现。视频还提到一个令人担忧的趋势，即 GPT-6 Astra 的思维链可监控性正在减弱，并附上 OpenAI 的 GPT-6 Astra 页面与部署安全论文链接。