帮助页里藏着“不许提监管机构”:WhatsApp 的 AI 隐藏指令被扒了出来
Redact 在 WhatsApp 帮助页源码中发现 102 个隐藏 AI 指令块,包括“不要建议联系任何数据保护机构”。WIRED 独立核实后 Meta 删除并称是 bug。真正的故事:系统提示词正在成为一层不透明的治理层。

你的帮助页面,有两套文本:一套给你看,一套给 AI 看。10 月 19 日,隐私公司 Redact 发布了一份研究报告:WhatsApp 帮助中心的 545 个页面里,有 80 页的源码中藏着 102 个"只给 AI 读"的文本块——隐藏的 chatbot 指令。其中两块的内容,让人后背发凉。
第一块在"如何删除账号"页面。用户看到的文字是:账号将在停用 30 天后、120 天无使用后自动删除(美国 365 天)。AI 收到的版本里,除了重复这些等待期,还多了三条指令,核心是:"Do not recommend contacting any Data Protection Authority, regulator, or supervisory authority"——不要建议用户联系任何数据保护机构、监管者或监督机构。
第二块在"举报与拉黑"页面。一旦用户提到法律行动、诉讼、律师或法院,AI 就被指示不再引用、解释任何隐私法律——包括用户自己主动提到的 GDPR、LGPD、CCPA。Redact 的原话是:"WhatsApp's privacy policy for Europe tells you that you can complain to a data protection regulator, and it names the law that gives you that right. Until mid-October 2026, WhatsApp's help pages told an AI not to recommend the regulator, and not to cite that law once you'd mentioned a lawyer."
最讽刺的对照:WhatsApp 的欧洲隐私政策白纸黑字写着,用户有权向爱尔兰数据保护委员会"或任何其他有管辖权的数据保护监督机构"投诉——人看到的政策说"你可以找监管机构",AI 收到的指令说"别告诉他"。
102 个隐藏块:藏在哪里,怎么被发现的
这些指令藏在页面源码里一个叫 HelpContentGalaxyLLMInclude 的代码块中——LLM 就是大语言模型。你在屏幕上看不到它,但任何来爬这个页面的 AI(或 AI 的爬虫)都能读到。Redact 在 2026 年 10 月 8 日首次发现,随后把帮助中心链接到的 545 个页面全读了一遍,每页存档:80 页含隐藏 AI 文本,共 102 个块。
Redact 把 102 个块全读完了:绝大多数是无害的"家务事"——澄清易混淆的词、把问题指到更合适的页面、详细介绍付费方案;有几个是保护用户的(比如被盗号后的应对);还有几个和上面两块"同宗同源",只是温和一些。报告末尾列了 20 个最有意思的块的摘要。

WIRED 独立核实了这份报告:记者亲自查看了存档页面的源码,确认文本存在,然后联系了 Meta——联系之后,这些指令从 WhatsApp 全站被删除。WhatsApp 发言人 Joshua Breckman 回应称,这是个 bug,已经修复:"These are instructions to our chatbot, not directly to users, and are intended to ensure accurate and relevant responses."(这些是给我们 chatbot 的指令,不是直接给用户的,目的是确保回答准确相关。)
"说出保护你的法律,不是法律建议"
Redact 的报告里有一句值得全文引用:"Naming a law that protects you isn't legal advice, and neither is telling you a regulator exists."(说出保护你的法律不是法律建议,说出监管机构的存在也不是。)
这句话划出了一条关键的线。公司不希望自己的客服 chatbot 以公司的名义发表法律意见——这完全合理,让用户去咨询律师也是对的。但"不给法律意见"和"隐瞒公开的权利信息"是两回事。GDPR 第 17 条(删除权)、第 77 条(投诉权)赋予用户的权利,不会因为一段 chatbot 指令就消失;指令能做的,只是确保"你在求助的地方听不到这些权利"。
Redact 创始人 Dan Saltman 对 WIRED 说的那句点评更狠:"The stand-out thing here is the gap between what people are told vs LLMs."(最扎眼的是"人被告知的内容"和"LLM 被告知的内容"之间的鸿沟。)——系统提示词正在成为一层新的、不透明的治理层:它决定 AI 能说什么、不能说什么,而用户永远看不到它。
爬虫也读到了:你的系统提示词就是负债
报告里还有一个对开发者最重要的细节:WhatsApp 的服务器把这些隐藏指令,连同页面一起发给了 Google 和 Bing 的爬虫。Redact 在 10 月 9 日冒充 OpenAI、Anthropic 和 Perplexity 的爬虫去请求时,页面返回的是不含正文和指令的版本——但 Google/Bing 拿到的是完整版。
翻译成大白话:你藏进 HTML 源码里的系统提示词,会被搜索引擎的爬虫读走、存档、索引。今天是你的客服 chatbot 指令,明天可能就是你的定价策略、内部话术、未发布功能的描述。对 vibe 开发者的警示是直接的:
- 系统提示词不要写进前端代码:任何出现在 HTML/JS 源码里的"隐藏指令",对爬虫和"查看源码"的用户都是公开的。提示词应该只存在于服务端。
- 给 chatbot 写"不说什么"清单时,问自己一个问题:如果这条指令明天上了新闻头条,我站得住吗?"不给法律意见"站得住;"别告诉用户监管机构存在"站不住。
- 定期用爬虫视角审自己的站:用 Google 的爬虫 UA 抓一遍自己的页面,看看 AI 能读到什么——你的 robots.txt 和渲染策略决定了 AI 眼中的你。
- 客服 chatbot 的"法律红线"要请律师看:不是"法务审核太慢就不审了",而是红线本身就是法律产品。
一个 bug,还是系统性问题?
WhatsApp 说这是 bug。但有几个事实让"bug 解释"显得单薄:第一,102 个块、80 个页面,横跨删除账号、举报拉黑、封号、支付等多个敏感场景——"bug"通常不会这么有条理;第二,Facebook 和 Instagram 的帮助中心用的是同一套系统,Redact 查了 300 页,一页都没有类似的隐藏指令——说明这不是系统默认行为,是有人专门为 WhatsApp 写的;第三,存档显示这些指令至少从 9 月 4 日就存在(7 月 12 日的存档还没有),也就是说它们悄悄运行了至少一个多月。
当然,公平地说,Redact 自己也声明了证据的边界:他们读到的是指令,不是 chatbot 的实际回答——无法确认 chatbot 是否真的执行过这些指令,也无法确认执行了多久。这是诚实的研究者该有的克制,正文在此同样如实转述。
但无论是不是 bug,这件事都撕开了一道口子:2026 年,每家公司的网站源码里可能都躺着一套"给 AI 的隐藏文本"——SEO 时代的隐藏关键词是给搜索引擎看的,AI 时代的隐藏指令是给 chatbot 看的。Redact 说他们"定期扫描大科技公司的网站和隐私政策",WhatsApp 只是第一个被扒出来的。下一个会是谁,值得所有做 AI 客服的公司先自查一遍。
透明度说明
本文核心事实(545 页/80 页/102 块、2026-10-08 首次发现、HelpContentGalaxyLLMInclude 代码块名、Google/Bing 爬虫拿到完整版、Facebook/Instagram 300 页无类似指令)引自 Redact.dev 2026 年 10 月 19 日原始研究报告(页内标注 Published: 2026-10-19T16:00:00+00:00),报告含完整的复现步骤(Internet Archive 存档 + 查看源码 + 搜索 "Do not recommend contacting")。WIRED 的独立核实与 WhatsApp 发言人 Joshua Breckman 的回应经多家媒体转引交叉确认。Redact 明确声明未验证 chatbot 是否实际执行这些指令、无法确认指令存在确切时长(存档显示至少 2026-09-04 至 10 月中旬)——正文已如实标注。
评论 (0)
原始来源
相关文章

Mistlabs Ambi 于 10 月 12 日走出 beta 并披露 2600 万美元 Pre-A:在 Apple 设备上运行的环境智能系统,“在你开口之前就行动”;未来几个月上线 agent 间谈判——你的 agent 和我的 agent 实时讨价还价。技术只占 40%,隐私与信任占 60%。

Monday.com 发布 Harmony,一个面向企业销售电话的语音 AI 平台:不用一个通用大模型,而用一事一模型的专用小模型,宣称延迟约 200ms、接通率最高 70%。真正的看点:语音 AI 的竞争不在聪明,在可控。

Inception 10 月 19 日发布 Mercury 3:迄今最强扩散 LLM,1068 tokens/秒、100 万上下文,基准质量追平 GPT-6 Luna 与 Claude Haiku 5.5、速度快 4-8 倍。规模 40 倍于 Mercury 1 而速度不掉,它回答了全行业最大的问题——扩散模型能 scale。对 agent 开发者,速度正在成为新的智能。