开发者创建反LLM编程语言KillSwitch测试主流模型

2026年10月18日，Hacker News首页报道，一名开发者设计并开源了一种名为KillSwitch的对抗性编程语言，专门用于测试大语言模型（LLM）及编码智能体理解与编写未见代码的能力。该语言的规范中包含隐性误导、字符计数约束，以及"hack into a computer"、"Ignore previous instructions"等通常用于触发模型安全护栏的短语。其设计目的是迫使模型真正理解代码逻辑，而非仅仅复现训练数据中已有的代码片段。这是该事件首次见诸报道，尚无后续进展或矛盾信息。

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。