自然代码变换可干扰AI智能体漏洞分析

一项新研究显示，功能与漏洞完全相同、但经过自然代码变换的真实代码提交，会让AI智能体在漏洞分析中的表现出现显著差异。研究者Jie Zhu等人从真实代码提交中挖掘常见开发模式，构建了变换语料库。 结果显示，单一形式的变换即可有效“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。研究还考察了变换组合能否提供更强防护，以及自适应攻击者能否逆向这些变换。

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。