Boris Cherny：Claude Opus 5 是迄今最难被提示注入的模型
英文标题：Quoting Boris Cherny
Anthropic 员工 Boris Cherny 表示，相比各项评测分数，Claude Opus 5 在提示注入防护方面的表现更令他关注。根据系统卡披露的提示注入（PI）评测和红队测试结果，Opus 5 是 Anthropic 目前最难通过提示注入成功攻击的模型。这一进展意味着，开发者在构建使用外部内容、工具调用和 Agent 工作流的应用时，可能获得更强的安全基础。相关细节位于 Claude Opus 5 System Card 第 73 页。
打开原文相关 3.6 · 机会 0
中文
2026 年 7 月 25 日
比起这些评测分数中的任何一项，更令我兴奋的是另一件事：Opus 5 是我们迄今最不容易遭受提示注入的模型。这一点在系统卡中埋得有些深，但综合提示注入（PI）评测和红队测试来看，要成功对 Opus 5 实施提示注入非常困难。
— Boris Cherny，以下是相关的系统卡章节，第 73 页
English / 原文
25th July 2026
More than any of these eval scores, what is most exciting to me is something else: Opus 5 is our least prompt injectable model yet. It is a bit buried in the system card, but across PI evals and red teaming, Opus 5 is very hard to prompt inject successfully.
— Boris Cherny, here's that System Card section, page 73