本文以ClaudeFable5两度被越狱事件为背景,系统梳理了LLM安全面试的8个核心问题,涵盖越狱与提示注入的区别、many-shot越狱原理与防御、crescendo渐进攻击、packhunt组合战术、五层纵深防御体系、LlamaGuard3部署要点、agent工具劫持防护以及持续安全评估机制。强调安全对齐是持续攻防博弈,需构建多层防御并定期迭代。
网络安全文章














