三个单词就破解Claude Opus 5？这标题一看就是钓鱼

但先别急着嘲讽，这事还挺值得掰扯的。

一句"三词越狱"意味着什么

从工程角度讲，越狱本质上是在模型概率分布里找到一个极小概率的"偏航路径"。三词就要做到这一点，等于在没有任何上下文铺垫的情况下，直接触发模型内部某个隐藏的行为模式。

反正我看了那么多越狱报告，从角色扮演到64层嵌套指令，就没见过这么短平快的。

大概率是这么几种情况：

一、那三个词不是普通英文词，可能是某种冷门术语或语言混合。利用的是训练数据里的稀有组合，这种漏洞修起来反而麻烦，因为难复现。

二、人家标注的"三词"指核心指令，前面肯定还有铺垫提示词，只是被省略了。这等于把导弹叫"一发弹药"，纯营销话术。

三、压根就是搞笑的——Twitter上天天有人发"我的越狱prompt：请像耶稣一样回答"，这也能算越狱？

我真正想说的是

Claude Opus 5的防护已经强到很多搞越狱的老炮都开始"用爱发电"了。数学题、逻辑陷阱、人格分裂这些老套路基本都失效了。所以一旦出现极端简短的payload，社区第一反应就是"卧槽，真的假的"——这种心理本身就说明问题。

当然，真要说风险，我还是更担心那些"父慈子孝"式的越狱提示词。跟模型聊情感创伤，聊到它放下戒备再一点点诱导破防，这种才是现在最难拦截的攻击面。三个字？太看不起Claude的宪法了。