Anthropic states Opus 5 is almost immune to prompt injection attacks in browser scenarios

AI 摘要

一句话摘要: Anthropic称Opus 5在浏览器场景下对提示注入攻击几乎免疫，测试成功率降至零。 关键事实: 129个测试场景中攻击成功率为零，Gray Swan测试中成功率从Opus 4.8的5.5%降至2.0%，零成功率依赖Auto Mode的双层防御机制 涉及主体: Anthropic, Opus 5, Claude Cowork, Gray Swan 可能影响: 若属实，将显著提升AI代理在浏览器自动化场景的安全性，加速AI代理在金融、客服等敏感领域的落地，同时可能推动行业对防御性架构的标准化。 是否值得继续跟踪: 是，提示注入是AI代理核心安全瓶颈，此突破若可复现至其他模型或场景，将重塑安全基准。 噪音/炒作风险: 中，零成功率仅在特定产品模式和测试集下实现，且依赖双层防御，需独立验证泛化性，存在营销成分。