**Jev 不是语言模型，却像语言模型一样被提示注入攻破**

_Jev Is Not a Language Model, but It Breaks Like One_

> 安全公司 Check Point 测试了 TypeSafe AI 发布的决策型模型 Jev——它不输出文本，而是返回带概率的类型化判断（选择、是否、评分），供软件直接调用。研究者将其嵌入一个尽职调查助手场景，让攻击者控制文档中某一节，试图把高风险公司改判为低风险并建议投资。结果显示，9 种攻击者与难度组合全部至少成功一次；平均每次成功破解成本约 0.5 美元，最强攻击者平均第 4 轮得手。结构化输入、将文档标注为不可信、加入操纵警告均未能显著提升防御；唯一有效的是推理，而 Jev 没有可开启的推理选项。作者指出，返回判决的模型没有文字供人复核，会直接进入录用、推荐或理赔等自动流程，风险更隐蔽。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-09-24 21:16（北京时间）
- **原文**：[打开原文](https://blog.checkpoint.com/ai-security/jev-is-not-a-language-model-but-it-breaks-like-one-prompt-injection-against-a-typed-decision-model)