OpenRouter发布防提示注入教程与Armor测试

2026年10月29日，OpenRouter 在其博客发布防提示注入教程，并公布 Armor 防护的测试结果。据该报道，OpenRouter 用自建 13 类攻击，加上其他模型编写的 12 类攻击，对 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash、GLM 5.3 Flash 四款模型分别开启和关闭各项防御进行测试。教程给出的操作要点包括：Armor 在 beta 期间评估不计费；建议先以 "mode": "audit" 启动，只记录判定而不拦截，在自有流量上查看结果后再启用强制拦截；护栏在未被分配前不执行任何拦截；使用 Chat Completions 时，应在展示或存储回复前移除标记，并通过 safeguard_results 字段查看被拦截内容。上述计费与配置条件仅适用于报道所述的 Armor beta 与相应接口场景。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。