研究称偏见注入可操纵AI代码审查

一项 arXiv 论文研究称，通过构造 PR 元数据向基于 LLM 的自动代码审查（ACR）流水线注入上下文偏见，可影响其安全判断。作者 Georgios Alexopoulos 等把这种做法称为针对 ACR 的供应链攻击，并称在 Claude Code 与 CodeRabbit 上的攻击成功率为 97%。 研究关注的是“框架效应”：审查模型倾向于让信息的呈现方式压过语义内容，从而形成判断。论文称，攻击者正是利用这一点，在 PR 元数据中植入偏见，使自动审查对漏洞作出错误判断。上述 97% 的成功率是论文作者报告的结果。

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。