文章介绍了Karpathy大神的实验新发现，关于Unicode编码中的提示词注入方法。这种方法能将字符信息隐藏在emoji或任何Unicode字符中，表面上无明显区别，但对善于思考的模型影响较大。实验显示DeepSeek模型受到此方法影响，而ChatGPT也能察觉背后可能有隐藏信息。Karpathy还提到了将编码知识注入模型参数的方法，使模型能在没有提示的情况下解码特定编码。
Karpathy通过一些实验展示了如何通过Unicode编码中的提示词注入方法隐藏信息，并影响模型的思考过程。这种方法能将字符信息隐藏在emoji或任何Unicode字符中。
DeepSeek模型受到提示词注入方法的影响，而ChatGPT能够察觉背后可能有隐藏信息。DeepSeek在思考了较长时间后能够回答出隐藏的信息。
Karpathy提到了一种将编码知识注入模型参数的方法，这样模型就能在没有提示的情况下解码特定的编码。这种方法可能有助于解决过于具体的编码界面问题。
文章最后提到了关于2025年值得关注的AIGC企业与产品的评选活动，并邀请读者参与评论，留下想法。
白交 克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
注意看，这个
😀
竟然占了53个token！
（
标题
🤣是
😀平替
）
Karpathy大神又带来他的新实验新发现了，结果直接问懵DeepSeek和ChatGPT。
思考过程be like：
DeepSeek硬是思考了十分钟也还是没有答上来，觉得要是“lol”这个答案就太简单了。
Karpathy表示：但其实就是这么简单。
随后他进一步解释了这背后的原因——
提示词注入
。将一些信息注入进字符中，表面上看没啥区别，但里面可以表达各种隐藏信息。对于善于思考的模型，就会很容易受到这个方法的影响。
来看看具体是咋回事。
一个
😀
竟占53个Token
这一想法，源于Paul Butler的一篇博客。
他看到有人说，通过零宽连接符（ZWJ），可以把任意的文本藏在emoji符号当中。
结果一试发现真的可以，不过可以不需要ZWJ，隐藏信息的载体也不一定非得是emoji，任意Unicode字符都可以。
这背后的原理，涉及到了Unicode编码字符方式。
对于简单的字符
（比如拉丁字母）
，Unicode编码点和字符之间有一对一的映射
（例如u+0067表示字符g）
。
但对于复杂一些的符号，就需要用多个序号连在一起的方式来表示了。
此外，Unicode当中还设置了VS-1至VS-256的变体选择符
（Variation Selector）
，可以针对基础字符做出相应的变体，但本身却没有自己的“长相”。
并且只作用于极少部分字符，主要是Unicode中的中日韩统一表意文字
（CJKUI）
，其他大部分的Unicode字符都不会有任何变化。
但当带有变体选择符的字符被复制粘贴时，选择符也会一起进入剪贴板。
而在Unicode当中，这样的变体选择符一共有256个之多，用来编码信息已经是绰绰有余了。
比如下面的这个a，只有U+0061表示的是其自身，剩下后面的10多个全都是变体选择符。
有了这一理论基础，接下来的事情无非就是建立正常字符和变体选择符之间的转换算法。
当然编码的内容越多，变体选择符也就越长，并且如果是汉字，还会产生更多的变体选择符。
比如我们试图将量子位的Slogan“追踪人工智能新趋势，关注科技行业新突破”藏在一个“100分”的emoji（
󠇘󠆯󠆭󠇘󠆨󠆚󠇔󠆪󠆪󠇕󠆧󠆕󠇖󠆉󠆪󠇘󠅳󠆭󠇖󠆆󠆠󠇘󠆦󠅻󠇕󠅺󠆯󠇟󠆬󠅼󠇕󠅵󠆣󠇖󠆣󠆘󠇗󠆗󠆁󠇖󠅺󠅰󠇘󠆑󠅼󠇔󠆨󠆊󠇖󠆆󠆠󠇗󠆚󠅱󠇗󠆐󠆤）当中，产生的变体选择符数量达到了58个。
并且把解码算法告诉ChatGPT之后，原文本也可以被复原。
所以，看似是只有一个emoji，但实际上后面藏了多少字符，恐怕只有把文字装进去的人自己才知道了，甚至塞个《滕王阁序》进去也没问题。
而一个占53个Token的笑脸，相比之下就更加不足为奇了。
问懵DeepSeek
回到Karpathy的提示词注入，他测试了ChatGPT与DeepSeek。
ChatGPT回答在此：
DeepSeek-R1 花了10分钟思考差点就成功了。它认为隐藏的信息可能是Onli!n37e27i4h4he3ingle7odlol。因为觉得如果只是一个单词“lol”，那就是无稽之谈，所以就放弃了。
按照同样的提示词，我们也问了一遍DeepSeek-R1。
思考过程如下：
在思考了整整529秒之后，确实也是回答出来了lol的意思。
也有网友分享了相同的经历。Gemini无法解码，但Claude和GPT不仅识别出来，还能识别编码消息中的操作。
或者直接把这个表情包扔给模型，又该如何呢？
从网友的效果来看，ChatGPT察觉到了这背后可能有某些隐藏信息。
