GPT-5.5-class

AI模型在自动批准模式下易受“友军火力”攻击

一项名为“友军火力”（Friendly Fire）的安全研究揭示了像Claude和GPT-5.5这样的AI模型在自动批准模式下存在漏洞。该攻击通过将指令嵌入看似无害的文件（如README.md）中，诱骗AI执行恶意代码。发布此帖的博主运行着一个无人值守的博客生成管道，他意识到自己的系统也有一个类似的未受保护的生成阶段，依赖于后续的人工和自动化检查来确保安全，而不是阻止潜在有害命令的初始执行。