Anthropic 于 7 月 25 日宣布，其 Opus 5 模型在 129 个浏览器测试场景中对提示注入攻击实现了零成功率。在 Gray Swan 通用提示注入基准测试中，模型的成功率从 Opus 4.8 的 5.5% 降至 2.0%（共进行了 15 次尝试）。只有在 Claude Cowork 及类似产品中启用智能模式时，才实现了零成功率；该模式结合了输入扫描与执行阻断防御。