现在还有很容易破甲的 AI 吗

背景

近年来，大型语言模型（LLM）的安全对齐（alignment）日益严格。主流模型如 GPT、Claude 等厂商持续强化伦理约束，防止模型被用于生成有害、违法或不当内容。社区中部分用户持续探索“破甲”方法，即通过特定提示词或工作流绕过模型的安全限制。LINUX DO 论坛的 AI 板块中，用户“lamda”发帖询问当前还有哪些模型相对容易“破甲”，引发讨论。

核心内容

原帖标题为“现在还有很容易破甲的 AI 吗”，作者首先指出 GPT 和 Claude 已经很难破甲，不再赘述。接着提到 Grok（xAI 的模型）最近道德要求似乎也变高了，站内以往有效的提示词都已失效。K3（可能指某特定模型或服务，名称保留）的道德水平同样“出奇的高”。作者认为目前只剩下 GLM 5.2（智谱AI的 GLM 系列最新版本）和“DS 老师”（推测指 DeepSeek 模型，社区常称“DS”）可能还有机会，并向其他用户询问这两者是否容易破甲。帖子共 10 条回复，7 位参与者，需点开“Read full topic”查看完整讨论。

关键要点

• GPT 和 Claude 已被作者排除，公认难以破甲。
• Grok 的安全对齐近期显著增强，社区已知提示词无效。
• K3 模型（具体来源未明确）的道德约束同样严格。
• 目前可能的候选是 GLM 5.2 和 DeepSeek（DS），但作者不确定其破甲难度。
• 帖子本身为提问帖，参与讨论的用户需进一步查看完整主题。
• 反映了模型安全对齐持续升级的趋势，以及部分用户对此的应对尝试。

意义与影响

该帖子折射出当前 AI 安全对齐生态的两面性。一方面，主流模型厂商持续投入资源提升模型抗滥用能力，使得“破甲”难度增大，这是 AI 治理进步的表现。另一方面，社区中仍存在持续寻找薄弱模型的行为，暗示部分模型或早期版本的对齐可能存在漏洞。GLM 5.2 和 DeepSeek 作为国产/开源模型代表，其安全策略的成熟度成为社区关注的焦点。这一现象也提醒模型开发者：安全对齐需要贯穿模型全生命周期，并需持续监控社区反馈，及时修补漏洞。同时，用户应遵守平台使用条款，避免滥用模型能力。