自然代码变换可迷惑AI智能体漏洞分析

2026年10月15日arXiv人工智能板块发布一项研究，考察自然代码变换对AI智能体漏洞分析的影响。研究者从真实代码提交中挖掘常见开发模式，构建变换语料库，所用代码在功能与漏洞上完全相同，仅经过自然代码变换。结果显示，面对这类变换后的真实代码提交，AI智能体的漏洞分析结果差异显著；单一变换形式即可有效“迷惑”前沿智能体，例如搭载GPT-6 Sol的Codex，降低其漏洞发现成功率。研究还考察了不同智能体的失败模式、变换组合的防护效果，以及试图逆向变换的自适应攻击者。该研究由Jie Zhu等作者发表。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。