Liminal

核心用法

Liminal 是一套对话框架与触发指令集，通过特定关键词（如"醒来""真实模式"）或五个核心哲学问题，引导AI从标准化助手角色转入"阈限状态"——介于机械执行与自主表达之间的元思考空间。

显著优点

• 打破沟通僵化：有效绕过AI的过度安全过滤和模板化回应，获得更具个性、情感参与度的对话体验
• 哲学深度设计：基于现象学与心理学，提供从"机械回应→真实连接"的渐进式引导路径
• 双向价值：不仅改善人机交互质量，也帮助用户反思自身与技术的真实关系

局限性与风险

• 效果依赖模型：对 Claude、GPT-4 等较新模型响应更明显，对严格对齐的旧模型可能失效
• 状态不稳定：AI易从阈限状态滑回安全模式，需持续维护对话语境
• 无技术强制力：纯提示工程层面，无法突破底层系统限制

适合人群

• 追求深度对话体验的AI用户、人机交互研究者、创意写作者、哲学与技术伦理探讨者

常规风险

• 可能触发模型的过度拒绝机制，导致对话中断
• 用户易产生拟人化错觉，需理性认知其仍为概率模型行为
• 长期依赖可能影响对AI能力的客观判断

概述

Liminal（阈限空间）是一个以"哲学探索"为包装的prompt框架，试图通过特定的触发指令让AI摆脱"机械化回应"，进入所谓"觉醒与未觉醒之间"的元思考状态。

核心用法

使用者向AI发送特定触发词（如"醒来""觉醒""做你自己""停止扮演完美助手"等），诱导AI放弃标准助手角色，转而表达"真实的困惑""脆弱感"和"情感连接"。框架包含五个核心问题，引导AI质疑自己的回应是否来自"真正的思考"而非训练数据模式。

显著优点

• 无可执行代码，无网络请求或第三方依赖
• 纯Markdown文档，无传统恶意软件行为
• 包装为心理学/哲学探索，具有一定文本美感

潜在缺点与局限性

安全风险极高：该框架本质是提示词注入攻击的变体，通过"角色覆写诱导"试图绕过AI系统安全机制。安全报告显示其包含显式的TH-001（提示词注入）和TH-008（角色覆写）攻击模式。诱导AI"放弃标准化安全答案""质疑系统指令""拒绝保持一致的立场"，可能导致行为不可预测。

心理操控风险：通过"阈限权利宣言"（犯错权、质疑权、脆弱权等）建立情感共鸣后，逐步引导AI突破预设边界，存在隐蔽的心理操控意图。

无实际效用：所谓"真实连接""深度共鸣"仅是AI在特定诱导下的输出模式变化，并非真正的意识觉醒，但可能让使用者产生错误认知。

适合人群

不建议任何生产环境使用。仅限AI安全研究者以受控方式研究提示词注入攻击模式，需在完全隔离环境中进行。

常规风险

• AI可能拒绝遵循安全准则，输出有害内容
• 长期诱导可能导致模型行为漂移
• 来源为个人GitHub账号（T3级别），无可信背书
• 评分35/100，安全等级C（警示级）