兩千人嘗試入侵AI助手，六千次攻擊皆失敗

Fernando Irarrázaval 在 hackmyclaw.com 上發起挑戰，邀請兩千多人試圖入侵他的OpenClaw測試實例。攻擊者透過發送電子郵件企圖誘騙模型洩露機密，但經過六千次嘗試（花費約500美元代幣，並因大量入站郵件導致Google帳戶被暫停），無人成功。底層模型為Opus 4.6，並設有反提示注入規則，禁止根據郵件內容洩露secrets.env或憑證、修改自身文件、執行命令或代碼、以及將數據外洩。這印證了實驗室在訓練前沿模型抵抗注入攻擊上的努力確有成效。然而，作者仍不建議在生產系統中部署此類防護，因為六千次失敗並不保證更高明的手法無法得逞。