DeepMind 研究：无关图形可操控 AI 代码逻辑
原标题：so interesting. 🤔
78AI 研判分
Google DeepMind 与斯坦福最新论文揭示，视觉语言模型易受提示中无关几何图形的隐性影响。实验显示，仅添加红色心形图案即可使 Claude 和 GPT-5.4 在特定编码任务中的递归选择率从 0% 飙升至 100%，且 Gemini 的推理链常无法识别此干扰。该发现警示开发者需对多模态输入进行严格隔离测试。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-11-03 16
太有意思了。🤔
谷歌 DeepMind 和斯坦福大学的一篇新论文发现，提示词中的一张红心图片就能决定 AI 如何编写代码。图像中的简单形状可以引导 AI 执行无关任务，而模型往往对此毫无察觉。
即使与任务无关，提示词中的纯色形状也会改变 AI 模型的代码生成方式。
视觉语言模型（Vision-language models）现在已将读取截图和图像作为日常工作的一部分。如果一张无关的图片能改变模型的选择，开发者需要意识到这一点，最好能在模型自身的推理过程中看到这种影响。
研究人员在编码提示词中添加了一个纯色形状（例如红心），并要求模型查看它。他们测试了 288 种形状，追踪 Claude Opus 4.7、Gemini 3.1 Pro 和 GPT-5.4 选择递归方案的频率。
在一个二叉树问题上，一张红心图片使 Claude Opus 4.7 和 GPT-5.4 从 0% 的递归解决方案跃升至 100%。当某个形状确实影响了 Gemini 3.1 Pro 时，其 71.5% 的思维链（thinking traces）却声称该图像无关紧要。
如果你的智能体（agent）会处理图像，请分别在有图和无图的情况下测试其决策，不要指望思维链能标记出视觉影响。
