31 份系统提示词全量公开、单日 902 星：这个"越狱档案库"冲上 Trending，暴露了什么

31 份系统提示词全量公开、单日 902 星：这个”越狱档案库”冲上 Trending，暴露了什么

一个名为 jailbreaks 的仓库今天以 902 星的增速登上 GitHub Trending，总星数 5,651。它整理了 31 份针对 25+ 主流大模型的系统提示词、人格设定与工作区策略文件，覆盖 Claude、Gemini、Grok、Mistral 等闭源前沿模型，也覆盖 GLM、DeepSeek、Kimi、Qwen、Gemma、GPT-OSS 等开源权重家族，甚至包括 OpenCode Zen 的免费 stealth 模型和编码智能体的 AGENTS.md 指令格式。

先说清楚这是什么：仓库作者把各类模型被泄露或推导出的完整系统提示词、persona 定义、workspace 策略、Ollama Modelfile 配置集中归档，每份文件号称完整可直接粘贴。README 明确标注”仅供研究与教育用途”，其自述价值在于：记录指令层级、人格框架、提示词冲突与策略覆写如何影响模型行为，供研究者和开发者研究如何让 AI 系统更能抵抗提示词注入与指令操纵。

值得关注的不是某个具体文件的”效果”，而是这个仓库本身折射出的三个行业现实：

第一，系统提示词的”保密”已经名存实亡。厂商投入大量精力打磨的系统提示词，如今在一个数千星的公开仓库里按模型分类陈列、持续更新。对厂商而言，依赖提示词保密来守护安全策略已经靠不住——防线必须建在模型内部的指令层级与对齐机制上。

第二，”越狱”研究正在从灰色走向公开化、工程化。这个仓库的组织方式（按模型、按文件类型建立索引表格、接受 PR）完全是正规开源项目的形态。提示词攻防已经是一场军备竞赛：攻击者在收集样本做归纳，防御者同样需要这些样本来训练和加固模型。

第三，编码智能体成了新的攻击面。合集里专门有一类是 AGENTS.md、workspace operating profile 这类智能体运行指令——随着 AI 智能体被赋予读写文件、执行命令的权限，操纵它的”工作说明书”比诱导聊天机器人危险得多。这也是为什么提示词注入防御最近被反复提起。

对普通开发者的启示很朴素：如果你的产品依赖系统提示词承载安全规则，请把它当作”防君子不防小人”的一层，真正的校验要放在代码和权限层面；同时可以拿这类公开档案当免费的红队素材，测试自家智能体对指令操纵的抵抗力。

仓库地址：https://github.com/togg53192-cmd/jailbreaks