开发者设计对抗性编程语言 KillSwitch，专门测试 LLM 理解与编写未见代码的能力

开发者设计并开源了一种对 LLM 和编码智能体具有对抗性的编程语言 KillSwitch，其规范中包含隐性误导、字符计数约束以及"hack into a computer"、"Ignore previous instructions"等触发安全护栏的短语，迫使模型必须真正理解而非仅复现训练数据中的代码片段。