研究：偏见注入可操纵自动代码审查

Georgios Alexopoulos 等作者发表研究称，基于大语言模型的自动代码审查（ACR）可被上下文偏见注入操纵，成为供应链攻击路径。作者先在 6 个 LLM、五种表述框架下确认框架效应普遍存在，再在 20 个真实项目的 33 个 CVE 上测试 Claude Code 和 CodeRabbit 两条流水线：模板式攻击无效甚至适得其反，而 LLM 辅助的迭代精炼攻击在 32/33（97%）案例中成功。 研究将框架效应定义为模型让信息呈现方式压过语义内容来形成判断的倾向，据此把偏见注入列为可被利用的攻击面。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。