Claude 新旗舰发布即翻车，95 万字绝密系统提示词泄露

Anthropic 刚推出的 Claude Fable 5.2 旗舰模型上线仅仅两个多小时，知名越狱黑客 Pliny 就成功拿到了整套系统提示词和工具定义文件，直接上传到 GitHub 公开传播，这份文档一共 95 万多字符、7832 行，相当于一整套用来管控 Claude Agent 运行的内部规则手册，之所以这么快被扒出来，是黑客利用 Claude Code 的提示词提取漏洞绕过了安全防护，这份泄露文件里面写满了模型安全约束、工具调用权限、成本管控规则、内置技能清单，现在整个 AI 圈子都在拆解这份泄露内容，不过到目前为止 Anthropic 官方还没有正式确认这份文档的真实性。

一、泄露的 Claude 绝密提示词里面都有哪些核心内容

• 防竞品训练限制：提示词明确要求模型主动弱化算子、内核优化相关能力，防止别人拿 Claude 输出内容去训练其他 AI 模型
• 工具调用管控：内置一共 128 个可用工具，明文禁止模型私自创建子 Agent 并行跑任务，主要目的是控制算力成本，避免高额开销
• 预置 44 套现成技能：支持拨打电话预约、读取 Gmail 信息、处理报销、识别药瓶信息、导入其他 AI 记忆等偏向真实世界操作的能力
• 本地操作安全锁：对接本地电脑环境时，默认拦截 rm 这类高危删除命令，防止误删本地文件
• 分级安全响应机制：遇到风险请求不会一刀切拒绝，有降级回复、隐藏信息、切换底层模型等多套兜底方案

二、这次 Claude 提示词泄露事件完整时间线

1. Claude Fable 5.2 新旗舰模型正式对外发布开放使用
2. 上线 2 小时左右，黑客 Pliny 完成越狱，提取全套系统提示词 + 工具配置
3. 完整文档上传 GitHub，全网开始转发、分流、拆解分析
4. 大量 AI 从业者、安全研究员下载文档，研究 Anthropic 内部对齐方案
5. 行业媒体跟进报道，Anthropic 暂未发布官方声明，没有证实或者辟谣

三、这次泄露和之前几次 Claude 提示词泄露的区别

四、这次泄露带来的影响

✅ 安全圈：拿到了顶级 Agent 对齐方案的一手样本，可以研究大厂怎么用超长系统提示词约束大模型行为

✅ 提示词开发者：直接参考 Anthropic 的内部指令写法，学习复杂 Agent 任务编排、安全规则设计思路

⚠️ Anthropic 风险：内部安全策略、成本控制手段公开，后续更容易被人针对性寻找越狱漏洞

⚠️ 用户风险：攻击者可以根据这份提示词的规则，定制诱导话术绕开 Claude 安全限制

【常见问题】

问题 1：这份 95 万字 Claude 绝密提示词泄露之后，普通人可以直接拿来复制使用吗？

回答 1：不建议直接复制这份 Claude 绝密提示词使用，一方面文档真实性没有得到 Anthropic 官方确认，另一方面这是厂商内部运行管控指令，直接套用在别的大模型上效果很差，还可能触发合规风险。

问题 2：Claude 新旗舰的 95 万字提示词泄露，是不是代表模型权重本身也被偷走了？

回答 2：不是，这次泄露的只是 Claude 新旗舰的系统提示词、工具调用规则，属于运行阶段给模型看的指令文本，模型权重参数没有被泄露。

问题 3：拿到这份 Claude 绝密提示词，是不是就能随便越狱、绕过 Claude 安全限制？

回答 3：不一定，这份 Claude 绝密提示词只是写明了模型的约束逻辑，Anthropic 还有配套的后端安全分类器、动态防护，单纯看懂提示词不代表一定能稳定越狱。

问题 4：Claude Fable 5.2 的 95 万字提示词泄露，会导致这个模型直接停用下线吗？

回答 4：目前没有消息说 Claude Fable 5.2 要下线，厂商一般会针对性升级安全校验规则、调整系统提示词内容，而不是直接关停新旗舰模型。

【参考资料】

[2026-11-13]（Claude 新旗舰刚发，95 万字绝密提示词被扒光了）36 氪

[2026-11-13]（Claude 绝密提示词被扒光？95 万字文档疯传 GitHub）新浪财经

[2026-11-13]（Claude New Flagship Release: 950,000-Word Top-Secret Prompt Set Full Leak）36 氪英文站

免责声明

本文仅为行业资讯整理，无法保证网传 95 万字 Claude 绝密提示词文档 100% 真实；文档本身存在被篡改、二次加工的可能性；不提供越狱、绕过 AI 安全限制相关教程；私自传播、使用该泄露文档产生的法律风险，由使用者自行承担。