5月19日，DeepSeek发布关于字符触发模型异常回复的说明，确认该问题属于特殊字符引发的模型幻觉，而非安全漏洞或隐私泄露。

5月18日，多位用户反映在DeepSeek网页版输入"<think"字符时，模型返回了疑似其他用户的历史问答内容，部分涉及八字等敏感信息，引发数据泄露担忧。技术团队调查后指出：本是模型输出推理过程的功能性标签，用户输入该字符时实际上是在构造一种异常prompt，诱导模型产生看似"跨会话"的内容。这是一种典型的prompt注入场景——输出并非来自真实会话数据，而是模型基于训练模式的幻觉合成。

从大模型原理看标签与特定上下文的高频关联使模型对这类输入异常敏感。当用户刻意构造时，模型可能被诱导"扮演"某种特殊状态，输出本不应出现的内容。这与传统的越狱有相似之处，都是通过构造边界输入来绕过模型的安全约束。

此次事件虽为虚惊，但揭示了三层问题：特殊字符的边界测试不足、用户对幻觉与泄露的辨识度低、隐私架构需持续加固。DeepSeek表示将针对该问题进行专项训练，优化模型对特殊字符场景的处理。整个行业都应从中吸取教训：在模型能力快速迭代的同时，边界条件的系统性测试和安全防护不能拖后腿。