OpenRouter发布防提示注入教程与Armor测试

2026年10月29日，OpenRouter 发布防提示注入教程，并公布其 Armor 防护的测试结果。据该文，OpenRouter 用 DocBot 助手对 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 四款模型，在开启和关闭各项防御的情况下，运行了自家攻击集中的13类攻击，以及由其他模型编写的12类攻击；无防御时，720 次邮件攻击中有 60 次成功发出。文中还给出使用建议：Armor 测试版期间评估不计费；建议先以 audit 模式运行，只记录判定结果而不拦截，观察自有流量后再启用拦截；使用 Chat Completions 时，应在展示或存储回复前移除标记，并通过 safeguard_results 字段查看被拦截的内容。目前事件进展停留在教程与测试结果发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。