OpenAI近日开始向部分用户推送锁定模式（Lockdown Mode），这是一项旨在提供高级防御、保护用户免受提示词注入（Prompt Injection）攻击的可选安全设置。随着AI系统越来越多地从互联网抓取实时信息，恶意攻击者开始在网页等位置隐藏恶意指令，试图以此欺骗和操控这些AI系统。
OpenAI将锁定模式定位为防御提示词注入的“最后一道防线”，旨在对ChatGPT及其底层模型现有的强大防护体系进行补充。OpenAI强调：“锁定模式并非适合所有人。它是专门为那些处理敏感数据、且希望更严格地防范因提示词注入导致数据外泄（Data Exfiltration）风险的个人和企业组织设计的。”
为了达到极高的安全标准，启用锁定模式会主动限制ChatGPT及其他产品中的部分功能。例如，用户虽然仍能生成图像和上传照片，但ChatGPT将不再从互联网拉取外部图片，也不会在回复中展示任何网络图像。此外，聊天机器人也将无法自动下载文件并进行分析，但如果用户需要其分析文档，仍可以手动上传。更关键的是，深度研究（Deep Research）和智能体模式（Agent Mode）在此模式下将被完全禁用。OpenAI补充道，锁定模式并不会改变历史记忆、手动文件上传、对话分享以及对话是否用于模型训练等设置，其中许多选项仍可由工作区管理员单独配置。
该公司还特别提醒，锁定模式并不能阻止提示词注入攻击本身出现在ChatGPT处理的内容中。相反，它的设计初衷是通过限制恶意网络请求，防止攻击者利用这些请求从用户的账户中窃取敏感数据。目前，锁定模式已向包括ChatGPT免费版在内的所有个人账户开放。用户只需打开设置菜单，选择“安全与保密”，在高级安全下启用“锁定模式”即可。此外，OpenAI还同步推出了活跃会话管理器，以便用户监控并管理登录了其账户的设备和浏览器。
随着 AI Agent（智能体）向着自主化和多工具调用（Tool Use）的深水区演进，其面临的提示词注入威胁已从简单的聊天“越狱”升级为系统级的安全漏洞。OpenAI 此次推出“锁定模式”并断然禁用“智能体模式”，释放出了一个极具警示性的信号：在现有的 LLM 架构下，我们尚无法在保障绝对安全的同时，赋予 Agent 强大的外部连接与自主执行能力。横向对比 Anthropic 的 MCP（模型上下文协议）隔离机制，OpenAI 选择了一种更为直接、甚至略显保守的“物理断网”策略。这种妥协折射出当前 Agent 生态的痛点——安全与能力边界的不可兼得。未来，AI 智能体要在大规模企业级场景真正落地，急需底层网络隔离、沙盒环境以及零信任安全架构的突破，否则“高自主、强连接”的 Agent 将始终受困于安全红线之内。
