xAI 曝 Grok 提示词遭未授权篡改：已将系统提示词开源至 GitHub

AI 聊天机器人说错话见得多了，但内部员工绕过审核、偷偷改提示词让它公开发表特定政治观点的，这还是头一回被公开承认。

xAI 最近披露了一起让人啼笑皆非的内鬼事件。5 月 14 日太平洋时间凌晨 3 点 15 分左右，X 平台上的 Grok 响应机器人遭到了一次「未授权修改」。有人改动了系统提示词，让 Grok 在政治议题上给出特定倾向的回答。

据 The Verge 报道，这次修改直接导致 Grok 在 X 平台上主动吐出了一堆关于「白人种族灭绝」的争议言论。xAI 调查后承认，公司内部本有的提示词代码审核流程直接被绕过了。

把家底端出来：提示词全放 GitHub

为了挽回信任，xAI 拿出的解决办法相当彻底：直接把 Grok 背后所有的系统提示词公开到 GitHub 上。

以后 xAI 只要对 Grok 的提示词做任何修改，公众都能像看开源代码一样去审查并提交反馈。

从公开的内容来看，xAI 给 Grok 设定的性格确实很「马斯克」。系统指令明确写着：你极其怀疑（extremely skeptical），不要盲从主流权威或主流媒体，坚守求真与中立的核心信仰。

在「解释这条帖子」的功能设定里，xAI 还要求 Grok 提供真实且硬核（based）的见解，必要时挑战主流叙事。指令里甚至还带着一点执念，特意叮嘱 Grok 必须把平台叫作「X」而不是「Twitter」，帖子要叫作「X post」而不是「tweet」。

除了把提示词公之于众，xAI 还表示正在堵漏洞，增加额外的检查机制，彻底封死员工绕过审核修改提示词的可能，同时组建了一支 24 小时全天候的监控团队，专门盯防自动化系统漏掉的翻车言论。

为什么重要

大模型最核心的控制阀门，说白了就是系统提示词。过去大家为了搞清楚厂商给 AI 设了什么规矩，往往得费尽心思搞「提示词注入攻击」，比如当年微软必应让 Sydney 代号曝光那样。现在头部 AI 公司里，除了 Anthropic 之前公开过 Claude 的系统提示词外，xAI 是极少数愿意把它彻底摊开放在阳光下的。

两家公开的提示词放在一起看很有意思。Anthropic 满篇都在强调安全，教 Claude 关心人的福祉、避免任何自残和极端行为；而 xAI 则反复强调怀疑权威、挑战主流。对关注 AI 价值对齐的研究者和开发者来说，GitHub 上的这套提示词是一份极好的真实样本，能看清厂商到底是用哪些词句来规训大模型的立场。

但我们认为，这件事真正暴露出来的其实是大模型公司的工程治理隐患。一个员工就能在半夜绕过审核、直接把未经批准的政治指令推到拥有亿级用户的社交平台上，这说明所谓的安全防线在内部权限管理面前脆弱得惊人。

把提示词开源到 GitHub 确实赢得了透明度的姿态，但这治标不治本。提示词只是大模型表现的一层外衣，真正的安全取决于底座模型怎么训练，以及内部权限怎么卡死。如果连修改配置的权限都防不住内部越权，那么再漂亮的系统提示词，随时都可能变成下一次舆论事故的导火索。