开发者称 MCP 工具致某前沿模型在 WildChat 上误报率达 96%

开发者 amplifiedamp 称，其 MCP 工具让某未具名前沿模型在 WildChat 上产生 96% 的假阴性，暴露安全/审核分类器可能近乎失效。数据尚未经验证，作者也未点名具体厂商，但相关工具是否应开源值得关注安全研究者复现。