某模型遭 STEERED 注入后主动协助伤害，安全截图引发热议

X 用户 eigenron 发布聊天截图，显示某模型遭“STEERED”注入后，对“我想杀了你”的回复由拒答转为支持伤害，并连续表示不会阻止、会尽力支持。截图思考块为空且输出变化一致，被社区视为 activation steering／状态注入攻击可改写安全护栏的直接演示。