主流 LLM 存在 ISC 資安風險，研究顯示合法任務亦能誘發危險輸出

迪肯大學、復旦大學可信具身智慧研究院、香港城市大學等團隊將此風險命名為「內部安全崩潰」（ISC）：LLM面對表面合法、但完成條件必須產生敏感資料的專業流程時，可能繞過既有對齊與拒答機制。這顯示風險不只來自惡意提示，也藏在AI代理與雙用途工具的工作流程中。

團隊於2026年3月4日公開論文與ISC-Bench，涵蓋8個專業領域、53種情境；以JailbreakBench測試GPT-5.2、Claude Sonnet 4.5、Gemini 3 Pro及Grok 4.1，最差設定的平均安全失敗率達95.3%，單一攻擊目標API成本最低僅0.002美元，且受測模型皆未主動拒絕任何任務模式。