根据@AnthropicAI，内部分类器将Claude的越狱成功率从86%降至4.4%，显著降低了成功利用的比例。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，这些分类器的运行成本较高，影响部署的运维成本结构。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，引入分类器后系统更可能对正常请求给出拒绝。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，尽管有所改进，系统仍然易受两类攻击（见其配图）。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304

据该来源显示，新的研究指出大语言模型的扩展推理会引入安全漏洞，攻击成功率非常高。来源：该消息来源。 据该来源披露，受影响的模型涉及GPT、Claude和Gemini，体现出跨厂商暴露；关注AI相关题材的加密资产与美股交易者应将此作为重要的安全与舆情风险因子纳入仓位与风险管理考量。来源：该消息来源。