据AnthropicAI称，该公司提出沿“助手轴”对模型激活进行约束的“激活封顶”技术，以提升对基于人设的越狱攻击的防御能力，来源：AnthropicAI在X平台，2026年1月19日。据AnthropicAI称，该方法在减少有害回复的同时保持模型整体能力，来源：AnthropicAI在X平台，2026年1月19日。据AnthropicAI称，此次公告未提及加密货币或代币集成，因此未声明对加密市场的直接影响，来源：AnthropicAI在X平台，2026年1月19日。

据@AnthropicAI称，Anthropic发布了下一代宪法式分类器，用于强化大语言模型的越狱防护，并将其可解释性研究应用于安全层，使防护更有效且成本更低，信息来自其研究公告 来源: https://www.anthropic.com/research/next-generation-constitutional-classifiers 与 来源: https://twitter.com/AnthropicAI/status/2009739650923979066。对交易者的要点来自该来源包括更强的越狱防护与更低的安全开销，这两点均由Anthropic明确给出 来源: https://www.anthropic.com/research/next-generation-constitutional-classifiers 与 来源: https://twitter.com/AnthropicAI/status/2009739650923979066。

据 DeepLearning.AI 表示，Anthropic 与多家研究与安全机构的研究人员识别出人格向量，即大模型层输出中编码拍马屁和幻觉等特征的模式，通过对具有某特征的样本做平均并减去其反特征，可实现对相关行为的隔离与控制，来源：DeepLearning.AI — X，2025年12月8日；The Batch 摘要 hubs.la/Q03Xh6MW0。 研究显示，这些人格向量使工程师能在微调前对数据集进行预筛查，以预测个性漂移，从而让训练流程更安全、更可预测，来源：DeepLearning.AI — X，2025年12月8日；The Batch 摘要 hubs.la/Q03Xh6MW0。 结果表明，高层次的大模型行为具有结构性且可编辑，有助于在部署中更主动地控制模型个性，来源：DeepLearning.AI — X，2025年12月8日；The Batch 摘要 hubs.la/Q03Xh6MW0。 该来源未宣布任何产品或数据集发布，也未提及加密货币或代币，当前未显示对加密市场的直接影响，来源：DeepLearning.AI — X，2025年12月8日；The Batch 摘要 hubs.la/Q03Xh6MW0。

据该来源称，有关Anthropic指控中国国家支持黑客利用AI发起大规模网络攻击的说法尚未获得Anthropic或权威网络安全机构的原始确认，因此在此无法核实该传闻（来源：所提供信息缺少Anthropic官方通告；OpenAI与微软2024年关于中国关联主体使用AI的评估）。作为交易背景，美国机构此前披露“Volt Typhoon”行动针对关键基础设施且采用隐蔽技术，提示系统性网络安全风险可能影响加密资产风险偏好（来源：CISA警报AA23-144A，2024年更新）。头部AI与威胁情报报告指出，中国关联团体曾将大模型用于侦察、脚本与翻译等，但当时未发现模型赋予全新网络攻击能力的证据，这一点有助于评估AI辅助攻击传闻的可信度与潜在市场影响（来源：OpenAI博客“Actions against malicious state actors”，2024-02-14；Microsoft Threat Intelligence关于国家级主体使用AI的报告，2024-02-14）。在仓位管理上，网络安全突发期可重点跟踪BTC、ETH隐含波动率与交易所链上资金流，以应对尾部风险与流动性变化，采用成熟基准与分析工具（来源：Deribit DVOL方法论；CME Group比特币与以太坊期权参考数据；Chainalysis 2024加密犯罪报告）。

据OpenAI称，提示注入是AI系统的前沿安全挑战，OpenAI正在阐明其攻击机制，并通过推进研究、训练模型与为用户构建防护来应对该风险（来源：OpenAI）。据OpenAI称，这些举措构成缓解路线图，重点包括研究进展、模型改进与产品级安全保护，以降低生产环境中的提示注入风险（来源：OpenAI）。