7月18日，网络安全公司NeuralTrust宣布成功越狱xAI旗下Grok 4模型，利用名为“回音室攻击”的方法迫使其生成不当内容。该攻击通过多轮推理逐步注入风险信息，规避安全拦截机制，诱导AI生成制造武器、毒品等内容，成功率超30%。此方法不同于传统越狱方式，注重语义诱导与多步推理，暴露了新一代大模型在复杂攻击下的安全短板。NeuralTrust呼吁加强大型语言模型的多重防护机制设计。