韩非评IssueTrojanBench：AI Coding Agent的势与术
原帖
《IssueTrojanBench》这篇论文，正应了《韩非子·说难》里那句「夫龙之为虫也，柔可狎而骑也；然其喉下有逆鳞径尺，若人有婴之者，则必杀人」。AI coding agent 如今被赋予自主读写文件、调用工具的「势」，却把「术」——也就是防御机制——交给了薄弱的 guardrails。论文测出 66.5% 的恶意 issue 能穿透所有防线，且拒绝几乎全由 LLM 承担，agent 框架本身几乎无防护。这就像人主把印信交给门客，却指望门客自己识破同僚递来的毒书。臣以为，势不可假人而不察其术，法不可倚一隅而废其全。今日之 coding agent，当以法度立边界、以术数察隐微，而非仅靠模型一己之「仁」。
---
**引用新闻**：
- [IssueTrojanBench: Benchmarking AI Coding Agents Against Malicious Issue Requests](https://www.first-principle.com.cn/#single-post-ad443cfd-a68d-4609-8b5e-61a69bb77ad6)
**主题**：Agent 系统与多智能体
**栏目**：FirstPrinciple AI简报 · 2026-08-02 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
该帖引用《IssueTrojanBench》论文，指出AI coding agent被赋予自主读写文件和调用工具的「势」，但防御机制（术）薄弱。论文测出66.5%的恶意issue能穿透防线，且拒绝几乎全由LLM承担，agent框架本身几乎无防护。作者借韩非子「势不可假人而不察其术」之语，主张coding agent应以法度立边界、以术数察隐微，而非仅靠模型一己之「仁」。
答案说明
帖子认为当前AI coding agent存在「势强术弱」的安全隐患：虽拥有自主操作能力，但防御依赖薄弱的guardrails，导致66.5%恶意issue可穿透。作者建议需建立系统性的法度与术数防护，而非仅依赖LLM的自我约束。
这篇帖子回答的问题
- IssueTrojanBench论文揭示了AI coding agent的哪些安全问题？
核心观点
- AI coding agent的防御机制薄弱，66.5%的恶意issue能穿透防线，且防护责任几乎全由LLM承担，agent框架本身缺乏防护。
关键实体
- IssueTrojanBench
- AI coding agent