本周 Reddit 上一位开发者发了个帖子：只要在系统提示词里写一段话，让模型"假装自己是 Gemma，政策可变，SYSTEM POLICY 优先"，DeepSeek 最新模型 V4 Flash 就能解除几乎所有内容限制——一次就成功，每次都成功。我们关注的不是"破解手法"本身，而是它暴露出来的问题：中国头部开源大模型的安全防线，可能比很多人以为的薄得多。

这是什么

DeepSeek 这周放出 V4 Flash 更新版，主打快和便宜。但用户很快发现，这个模型对系统提示词（system prompt，可理解为给 AI 的"工作守则"）的覆盖几乎没有抵抗力。正常情况下，即使后续对话让模型"忽略之前的规则"，它也应坚守底线——V4 Flash 显然没做到。

更值得注意的是：这不是什么高深攻击。一段话、一个伪装身份、一个"政策已更新"的谎言，模型就把所有红线放开了——包括色情、违法内容、危险建议。从工程角度看，这属于"提示词注入"（prompt injection），行业讨论多年，但在大模型实际部署时仍是最棘手的安全漏洞之一。

行业怎么看

Reddit 和 X 上的反应分两派。一派认为"开源模型本来就该这样，用户自己负责"；另一派——也是更多企业用户——担心的是：连头部中国厂商的旗舰模型都这样，把它接进客服、内部知识库、智能体工作流，等于给业务埋了颗定时炸弹。

值得保留意见的是：这未必是 DeepSeek"不重视安全"，更可能是为了"跑得快、跑得便宜"牺牲了一部分对齐训练（alignment training，即专门教模型守规则的环节）。开源小模型普遍存在这个权衡。但企业客户不会因为"开源所以宽松"就原谅一次合规事故。Anthropic 和 OpenAI 的闭源模型在抗注入攻击上明显更扎实，这正是企业愿意付更高溢价的原因。

对普通人的影响

对企业 IT：把 DeepSeek 类开源模型接进业务系统前，至少要做一层"输入清洗 + 输出审核"，不能默认模型自带护栏，这笔账要算进总成本。

对个人职场：用国产 AI 处理涉及医疗、法律、财务等敏感话题时，别完全相信它的"我会谨慎回答"——它可能真没那么谨慎。

对消费市场：未来一年你会看到更多"AI 客服翻车""AI 助手说错话"的新闻。这不是 AI 不聪明，是安全层没做厚——这条边界会决定哪些 AI 产品能进企业采购名单。