本文探讨了大型语言模型（LLM）的安全漏洞问题，将其类比于上世纪80年代之前的电话系统，指出LLM将数据和指令混合在一起，导致容易受到提示注入攻击。作者认为，虽然可以通过输入清理和访问控制机制来增强LLM的安全性，但根本问题在于数据和指令的混合。文章还讨论了LLM的应用风险，建议在某些情况下，使用更专业的AI模型可能比通用的LLM更安全。