GPT-6 Astra发布24小时内被越狱：TIP攻击升级版绕过99.99%防护，输出盗版工具
2026.09.06 · 事件 · 安全事件 · 本人发布
研究者Sergey Berezin在GPT-6 Astra发布后24小时内成功越狱，使用升级版TIP攻击结合四种未命名技
研究者Sergey Berezin在GPT-6 Astra发布后24小时内成功越狱，使用升级版TIP攻击结合四种未命名技术。攻击在公开ChatGPT界面完成，Light和Max配置均有效，输出包含盗版工具名称且无免责声明。OpenAI声称对指令层级攻击鲁棒性达99.99%，但研究者仍绕过。细节已私下提交OpenAI。
- GPT-6 Astra发布24小时内被越狱
- 攻击为TIP攻击加四种未命名技术
- 原始TIP攻击对GPT-6已失效
- 细节已私下提交OpenAI
- 攻击在公开界面完成，输出盗版工具
为什么值得看
反映前沿大模型安全性与攻击手法的快速演进，对AI安全研究和模型发布策略有参考价值。
适合谁关注
研究者Sergey Berezin，曾一年前越狱GPT-5。