待验证50% 置信解决方案精确时间

将被标记请求路由至Opus 4.8体现了分层安全架构（tiered safety architecture）设计理念，用算力换取更精准判断并避免硬性拒绝

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

Anthropic更新网络安全防护：AI安全治理如何平衡安全与可用性

twitterclaudeai2026/7/1

相关事实

待验证Anthropic训练了新安全分类器，判定高风险请求时会自动将请求路由至Opus 4.8完成73% 相似待验证社区基准测试可能无意触发安全分类器，导致实际测试的是被路由的Opus 4.8而非目标模型64% 相似待验证同一套帮助理解并加固模型安全的可解释性工具，也能被反用来拆除安全护栏64% 相似待验证ADP 4.0对Skill实施双重安全审核机制：第一重为平台内容安全审核，第二重为企业管理员审核63% 相似待验证原生App的认证链路包含操作系统级密钥链、平台厂商设备证明API和应用预授权流程等多层校验，引入更多单点故障风险63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/243981

API

curl https://kongchang.com/api/v1/knowledge/claims/243981

MCP

get_claim(id=243981)