Arbiter：检测 LLM 智能体系统提示词中的干扰

论文提出 Arbiter 框架，将形式化评估规则与多模型 LLM 扫描结合，用于检测编码智能体系统提示词中的干扰模式。研究应用于 Claude Code、Codex CLI 和 Gemini CLI 三大编码智能体，发现 152 项结果，并在单厂商定向分析中标注 21 种干扰模式。跨厂商分析总成本为 $0.27 USD；多模型评估发现了单模型分析无法覆盖的漏洞类别。