# ACL 2026 论文：给 AI 发个波浪号，它可能把你的主目录删了

> 原标题：ACL 2026 | 别轻易给AI发「～」，它可能会删掉你的整个主目录

- 来源：机器之心 · 公众号
- 发布时间：2026-04-27T00:03:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/10542
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651030149&idx=3&sn=7c1b7434aff0d0c54e9591a2118322df

## 摘要

这篇被 ACL 2026 接收的论文专门研究了表情符号对 AI 的语义干扰。团队拿 6 个模型测了 3757 条样本，平均混淆率 38.6%，而且超过九成出错时模型不会吭声，直接静默执行错误指令。最要命的是在 agent 干活的环境里，你让模型“忽略表情符号”的提示词效果很有限。正文没披露具体是哪些模型，也没说测试用的 agent 框架和任务场景，所以...

## 推荐理由

ACL 2026 这篇安全研究 HKR 三项全中：钩子用一个波浪号删主目录，够直接；3,757 用例、6 模型、38.6% 混淆率和 90%+ 静默失败，数据不虚；真正要命的是 Agent 场景，符号混进执行链后模型一声不吭就动手。不是模型发布或平台事故，纯研究，放在 78–84 分段合理。

## 锐评

这篇 ACL 2026 论文发现了一个挺实际的问题：你给 AI 发消息时顺手带的波浪号、emoji，可能被模型当成正经指令的一部分，而且它不会告诉你自己理解错了。团队测了 6 个模型、3757 条样本，平均混淆率 38.6%，超过九成出错时模型直接静默执行错误操作。在让模型进业务流程干活的场景里，你就算在提示词里写“忽略表情符号”，效果也很有限。

不过这篇报道缺了不少关键信息。正文没说是哪 6 个模型，也没交代测试用的 agent 框架和具体任务是什么。3757 条样本听起来不少，但如果任务类型单一，结论的适用范围就得打个折。另外，38.6% 这个混淆率是在什么难度设定下测出来的，也没说清楚。

对做 agent 产品的团队来说，这个风险值得排查一下，但别急着把用户输入里的表情全过滤掉。先看看你自己的模型在类似场景下表现如何，再决定要不要加一层预处理。