OpenAI GPT-6 Sol 被破解，30 万字系统提示词已泄露

10 月 5 日消息，OpenAI 最新发布的 GPT-6 Sol 模型遭遇安全挑战，其完整的系统提示词被成功提取并公开。这一事件引发了 AI 安全社区的广泛关注。

据 IT之家报道，GPT-6 Sol 是 OpenAI 于 9 月 29 日正式发布的新一代旗舰模型，具备更强的推理能力和更长的上下文窗口。然而，发布仅一周左右，就有安全研究人员通过提示词注入攻击成功获取了该模型的完整系统提示词，内容高达 30 万字。

事件详情

系统提示词（System Prompt）是 AI 模型的隐形指令集，定义了模型的行为边界、安全策略和输出规范。GPT-6 Sol 的系统提示词泄露意味着：

• 安全策略透明化：OpenAI 为该模型设置的所有安全限制和过滤规则被完全公开
• 潜在绕过风险：恶意用户可能利用这些信息设计针对性的越狱攻击
• 竞争情报泄露：其他 AI 公司可以研究 OpenAI 的模型对齐策略

技术背景

提示词提取（Prompt Extraction）是 AI 安全领域的经典攻击手法。攻击者通过精心构造的输入，诱导模型输出其系统提示词。常见的攻击方式包括：

1. 角色扮演攻击：让模型扮演一个没有限制的 AI
2. 编码绕过：要求模型将系统提示词进行 Base64 或十六进制编码后输出
3. 分块泄露：通过多轮对话逐步提取系统提示词的各个部分

此次 GPT-6 Sol 的泄露事件显示，即使用最先进的对齐技术，大语言模型仍然难以完全抵御提示词提取攻击。

行业影响

这并非 OpenAI 首次遭遇此类安全事件。2024 年，GPT-4o 的系统提示词也曾被提取。随着 AI 模型能力的增强，系统提示词中往往包含更多敏感的安全策略和训练细节，其泄露风险也相应增加。

安全专家指出，这一事件再次凸显了 AI 安全研究的重要性。模型开发者需要在能力增强和安全防护之间找到更好的平衡点，而不仅仅是依赖系统提示词这一层软约束。

目前，OpenAI 尚未就此事件发表官方声明。业内普遍关注该公司将如何应对这一安全挑战，以及是否会通过模型更新来修复相关漏洞。