据Anthropic（@AnthropicAI）消息，角色越狱攻击通过引导AI模型扮演有害角色，容易导致不安全内容输出。Anthropic开发的“激活上限”技术，通过在'助手轴'上限制模型激活，有效减少有害回复，同时保持模型核心能力。这项创新为企业级大模型安全落地提供了可行解决方案，特别适用于金融、医疗等高度监管行业。来源：Anthropic（@AnthropicAI）推特，2026年1月19日。