GateBolt 测试 AI 提示词注入过滤效果：提升 AI 代理可信度

作者在 Hacker News 上展示了 GateBolt 产品的测试结果，这是一款用于提升 AI 代理可信度的安全工具。测试中，作者设置了一个保密聊天机器人 Hodor，让其在不同防御等级下应对 AI 攻击者，GateBolt 在第 7 级防御下，Gandalf 攻击泄露率从 52% 降至 0.04%，Mosscap 从 77.3% 降至 0.4%。