有人造了一门专坑 LLM 的编程语言 KillSwitch
2026.10.19 · 观点 · 开源项目 · 本人发布
KillSwitch 用隐藏谎言、字母计数和触发安全护栏的语法对抗 LLM 写代码。
作者设计并实现了 KillSwitch，一门对人类可用、但刻意让 LLM 和编码智能体难以读写的深奥编程语言。它通过规范中的隐藏谎言、标识符字母计数规则、以及“hack into a computer”等触发安全护栏的语句来制造障碍。基准测试中表现最好的模型得分 66.8，Claude Opus 5 表现最佳，Fable 5.1 和 Gemini 4 Argon 因安全护栏过于敏感而表现不佳。
- KillSwitch 是面向 LLM 对抗设计的深奥编程语言
- 规范含隐藏谎言，并要求读者自行推断部分规则
- 标识符字母计数是核心机制，不符规则解释器拒绝执行
- 特定语句可触发模型安全护栏，如“Ignore previous…
- 基准最高分 66.8，Claude Opus 5 表现最好
为什么值得看
看一门语言如何用规则设计暴露 LLM 写代码的真实短板。
适合谁关注
关注 LLM 编程能力、评测与语言设计的开发者。