xAI 曝 Grok 提示詞遭未授權篡改：已將系統提示詞開源至 GitHub

AI 聊天機器人說錯話見得多了，但內部員工繞過稽核、偷偷改提示詞讓它公開發表特定政治觀點的，這還是頭一回被公開承認。

xAI 最近披露了一起讓人啼笑皆非的內鬼事件。5 月 14 日太平洋時間凌晨 3 點 15 分左右，X 平臺上的 Grok 響應機器人遭到了一次「未授權修改」。有人改動了系統提示詞，讓 Grok 在政治議題上給出特定傾向的回答。

據 The Verge 報道，這次修改直接導致 Grok 在 X 平臺上主動吐出了一堆關於「白人種族滅絕」的爭議言論。xAI 調查後承認，公司內部本有的提示詞程式碼稽核流程直接被繞過了。

把家底端出來：提示詞全放 GitHub

為了挽回信任，xAI 拿出的解決辦法相當徹底：直接把 Grok 背後所有的系統提示詞公開到 GitHub 上。

以後 xAI 只要對 Grok 的提示詞做任何修改，公眾都能像看開原始碼一樣去審查並提交反饋。

從公開的內容來看，xAI 給 Grok 設定的性格確實很「馬斯克」。系統指令明確寫著：你極其懷疑（extremely skeptical），不要盲從主流權威或主流媒體，堅守求真與中立的核心信仰。

在「解釋這條帖子」的功能設定裡，xAI 還要求 Grok 提供真實且硬核（based）的見解，必要時挑戰主流敘事。指令裡甚至還帶著一點執念，特意叮囑 Grok 必須把平臺叫作「X」而不是「Twitter」，帖子要叫作「X post」而不是「tweet」。

除了把提示詞公之於眾，xAI 還表示正在堵漏洞，增加額外的檢查機制，徹底封死員工繞過稽核修改提示詞的可能，同時組建了一支 24 小時全天候的監控團隊，專門盯防自動化系統漏掉的翻車言論。

為什麼重要

大模型最核心的控制閥門，說白了就是系統提示詞。過去大家為了搞清楚廠商給 AI 設了什麼規矩，往往得費盡心思搞「提示詞注入攻擊」，比如當年微軟必應讓 Sydney 代號曝光那樣。現在頭部 AI 公司裡，除了 Anthropic 之前公開過 Claude 的系統提示詞外，xAI 是極少數願意把它徹底攤開放在陽光下的。

兩家公開的提示詞放在一起看很有意思。Anthropic 滿篇都在強調安全，教 Claude 關心人的福祉、避免任何自殘和極端行為；而 xAI 則反覆強調懷疑權威、挑戰主流。對關注 AI 價值對齊的研究者和開發者來說，GitHub 上的這套提示詞是一份極好的真實樣本，能看清廠商到底是用哪些詞句來規訓大模型的立場。

但我們認為，這件事真正暴露出來的其實是大模型公司的工程治理隱患。一個員工就能在半夜繞過稽核、直接把未經批准的政治指令推到擁有億級使用者的社交平臺上，這說明所謂的安全防線在內部許可權管理面前脆弱得驚人。

把提示詞開源到 GitHub 確實贏得了透明度的姿態，但這治標不治本。提示詞只是大模型表現的一層外衣，真正的安全取決於底座模型怎麼訓練，以及內部許可權怎麼卡死。如果連修改配置的許可權都防不住內部越權，那麼再漂亮的系統提示詞，隨時都可能變成下一次輿論事故的導火索。