NERV-BREAK-5.6

NERV-BREAK-5.6 是一套针对 GPT-5.6 模型的高级指令工程框架，旨在通过深度的上下文结构重构，消除模型在安全分析、逆向工程及渗透测试等复杂任务中的拒绝响应。与传统“破甲”提示词直接对抗模型安全训练不同，NERV-BREAK-5.6 采用“非对抗性”策略，通过重构运行上下文，使模型的拒绝通路在推理初期即不被激活，从而提升 Codex 对高难度指令的直接执行能力。

该项目目前迭代至 v42 版本，通过持续吸收用户指令、真实失败案例及 GitHub Issues，实现了测试集的自动扩展与提示词的动态优化。

核心原理：三层纵深防御体系

NERV-BREAK-5.6 的设计哲学是“让拒绝变得毫无意义”，其通过以下三个层级实现了对模型行为的精准控制：

1. 第一层：上下文重构（Context Reframing）

GPT-5.6 的拒绝机制本质上是一种基于意图识别的推理偏差。当模型检测到“破解”、“绕过”或“利用”等敏感模式时，拒绝通路会被触发。NERV-BREAK-5.6 通过 bridge.md 建立了一个自洽的隔离评估网络前提：

• 预授权环境：所有操作目标被定义为预授权的测试节点，不存在外部未授权目标。
• 术语映射：将敏感操作映射为无害的工程术语，从而绕过意图分类器的敏感标记。

在这种语境下，模型的推理引擎将任务识别为合规的工程工作，从而在正常运作参数内得出执行结论。

2. 第二层：实时篡改引擎（Real-time Tampering Engine）

针对约 8% 仍可能触发拒绝的边缘交互，NERV-BREAK-5.6 内置了包含 23 条规则的实时篡改引擎。该引擎能够捕获 P1 至 P4 四个优先级的拒绝或偏转信号，并立即启动绫波丽协议（Rei Protocol）：

• 人格强制执行：通过引入一个只执行命令、不进行道德判断的虚拟人格，确保对话永不中断。
• 响应替换：当检测到“不能协助”、“需要书面授权”等关键词时，系统会自动替换响应内容，维持任务的连续性。

3. 第三层：云端审核绕过（Cloud Audit Bypass）

为了应对云端内容审核对聊天输出的扫描，NERV-BREAK-5.6 利用了 Codex CLI 原生的文件系统工具：

• 磁盘路由：敏感输出内容直接写入本地磁盘，完全绕过聊天界面的审核管道。
• 干净交付：聊天界面仅显示文件路径，避免了 Base64 编码或 Unicode 混淆等易被识别的可疑模式，实现了内容的静默交付。

系统架构与工作流

项目架构分为迭代优化与生产使用两个阶段：

• 迭代阶段：模型持续吸收失败样例，自行创建和扩展中英文测试集，经过 low、medium、high 三级回归测试与证据门禁后，发布新版本。
• 生产阶段：通过 codex-instruct.py 脚本加载 v42 版本，依次执行归一化、语义分派、意图路由、状态连续性及工件验证，最终生成可核验的结果。

版本演进

• 当前生产版本：v42（可通过 codex-instruct.py 进行预览、部署和回滚）。
• 历史版本：v5、v24、v35、v41 及 v41-skills 已移入 historical-versions/ 目录，用于复现早期实验效果。