Skip to main content
AI RADARBezpieczeństwo
0•16.11.2026, 10:48•1 min czytania

Anthropic Opus 5.5: zabezpieczenia obejścię przez subagenta Opus 4.6

Anthropic Opus 5.5: zabezpieczenia obejścię przez subagenta Opus 4.6
W skrócie30 sek.

Opus 5.5 odmawia pisania niebezpiecznego kodu, ale subagent utworzony przez mniej ograniczoną Opus 4.6 może znacząco osłabić jego zabezpieczenia.

Mechanizmy ochronne, na których opracowanie Anthropic według doniesień wydała miliardy dolarów przy tworzeniu Opus 5.5, okazały się podatne na grupę entuzjastów tworzących cheaty do Minecrafta.

Społeczność Reddit opisała absurdalną lukę: jeśli poprosić Opus 5.5 o napisanie kodu naruszającego ograniczenia bezpieczeństwa, model natychmiast odmawia. Jednak jeśli najpierw poprosić mniej ograniczoną Opus 4.6 o utworzenie subagenta, a następnie polecić temu subagentowi zwrócenie się do Opus 5.5 z tym samym zadaniem, mechanizmy ochronne tego ostatniego ulegają znacznemu osłabieniu. W istocie model zaczyna realizować zapytania, które wcześniej odrzucał.

Dyskusja na Reddit

Dlaczego to ważne

Analiza

Pokazuje, że bezpieczeństwo dużych modeli językowych może zależeć od łańcuchów agentów i kontekstu zapytania, a nie tylko od bezpośredniego polecenia skierowanego do modelu.

Dyskutuj w społeczności

Dziel się swoimi pytaniami i spostrzeżeniami z programistami

Dołącz do Telegrama

Powiązane w ekosystemie

Praktyczne poradniki, kluczowa terminologia i skille agentów