CrowdStrike 研究：拆分请求可绕过 LLM 安全分类器，9/10 攻击类别可复现
CrowdStrike Cyber Superintelligence Lab 评估了保护 Claude Opus 5.5 和 Fable 5 等模型的公开部署内容安全分类器。
推荐理由：CrowdStrike 与 Microsoft 同期独立发现同一类绕过路径，读者可据此理解按请求过滤为何在架构层面失效。
厂商与机构
Microsoft AI 安全 最新动态
微软的 AI 安全与治理：Copilot 与 Azure AI 的护栏、MSRC 与 AI Red Team 的公开研究、企业级 AI 安全产品与合规方案。
22 条精选近 30 天 20 条共收录 125 条
更新
精选归档 · 第 2 页
CrowdStrike精选推荐指数8080
Simon Willison · Prompt Injection精选推荐指数7373 Simon Willison 解读 Word 中可自我复制的提示词注入新变种
Simon Willison 介绍了 Håkon Måløy 发现的一种提示词注入新变种：攻击者在文档中藏入隐藏指令，Copilot for Word 可能把这些指令当作用户请求的一部分执行，并将指令复制进生成的文档，使该文档成为新的载体，在后续 Copilot 工作流中再次触发并传播，即使原始攻击文档已不存在。
推荐理由：原文介绍了一种可自我复制的提示词注入新变种，读者可以据此理解文档类载体如何让注入攻击跨工作流传播。