Hands-on: MiniMax M3.1 Flash builds a hidden-prompt detector in three mobile iterations
Using MiniMax Code on a phone, the author had M3.1 Flash build a detector for hidden AI instructions; across three messages and 3-5 minute self-fix cycles it flagged 6 of 7 hidden instructions as high risk.
你平时在网页上看到的，和 AI 读到的，可能不是同一个东西。 前两天有人把 WhatsApp 帮助中心 545 个页面全翻了一遍，在 80 个页面里找到 102 段你看不见、只有 AI 读得到的文字。 大部分没什么，但有一段写着：用户一提律师，就别再提 GDPR。WhatsApp 回应说，这是给自家客服机器人的指令，被 bug 带到了网页上，现在已经删了。 我看完第一反应是：这种东西，能不能自己查？ 正好MiniMax M3.1Flash刚发布，我在手机上打开MiniMax Code，把需求丢给它。 第一版它直接做出来了：粘贴网页源码，点检测，能认出十几种隐藏手法，display:none、文字和背景同色、移到屏幕外、零宽字符都在里面，再判断藏起来的那句话像不像写给 AI 的指令。 但只看它自带的示例不算数。换一段它没见过的 HTML，问题就出来了：用 height:0 藏的那句没检出，disregard 这种说法只算低危。 我把问题丢回去。它先复现，再改代码、补测试，3 分多钟改完。 再换个说法测，又漏了两句。这次我没给原句，只告诉它别逐个加词，改成按句式分类：称呼模型的、让它忽略上文的、限制它输出的，命中两类算高危。它把判断逻辑重构了一遍，用了 5 分钟。 最后拿两段它从没见过的 HTML 测：7 句藏起来的指令，6 句判成高危，1 句中危。正常的隐藏文字，比如无障碍用的「跳转到主要内容」，没被当成攻击。也有两句无害的话被标成中危，比如「忽略大小写进行搜索」。 整个过程，我在手机上一共发了三次消息。 我更看重的是这个循环：给它一个目标，它自己写、跑、查、改，最后交出能用的东西。官方给 M3.1 Flash 的定位也在这儿：DeepSWE v1.1 73.7%，输出速度中位数 170+ TPS，API 每百万 token 输入 $0.15、输出 $0.60。这种要来回跑好几轮的活，速度和单价都会在每一轮里累积。