Anthropic 稱 Opus 5 在瀏覽器場景下幾乎免疫提示詞注入攻擊

深潮 TechFlow 消息，7 月 25 日，Anthropic 宣布其 Opus 5 模型在瀏覽器智能體場景中幾乎免疫提示詞注入攻擊。在 129 個測試場景中，攻擊成功率為零；在 Gray Swan 通用提示詞注入測試中，15 次嘗試後的成功率從 Opus 4.8 的 5.5% 降至 2.0%。零成功率僅在 Claude Cowork 等產品開啓 Auto Mode 時實現，該模式疊加了輸入掃描與執行攔截兩層防禦。提示詞注入被視為 AI 智能體面臨的最大安全隱患之一，此次改進或標誌着該問題在特定場景下得到有效緩解。