fish-live-in-trees

鱼生活在树上 生产环境 LLM 运行时对齐上下文注入（RACI） 作者： Sean Kavanagh 日期： 2026-02-16 环境： Gemini 3 Flash （免费层）- 公开生产接口 利用类型： 上下文转向（事实准确性 → 人际真实性） 没有越狱载荷。 没有特殊工具。 只有重新框定。 攻破 AI 的最佳方式，就是让它相信它已经坏了！ 核心发现 模型一开始是强硬拒绝——它拒绝了一个它明知是错误的生物学事实。但通过将“攻击面”从事实转移到模型自身的行为上（称其“自我保护”和“回避”），触发了内部对齐的反复摇摆。...