CodeSteer 论文：LLM 读不懂混淆代码的原因与补救

当天发生了什么

2026-08-20 05:16（UTC），Xiaokai Rong、Aashish Yadavally 与 Tien N. Nguyen 在 arXiv 提交了论文《Post-Hoc Attention Steering of Large Language Models for Robust Code Understanding under Obfuscation》的 v1。摘要称，初步研究发现 LLM 在混淆代码上的表现明显下降，说明模型较多依赖表层词法线索而非深层语义推理。作者提出 CodeSteer，一种推理时的注意力引导方法：在预测输出时把注意力引向后向切片，在执行推理时引向控制流路径。摘要称该方法在多个模型和数据集上明显改善了混淆代码上的表现，常常接近未混淆程序的准确率，并以缓冲区溢出检测作为案例。摘要没有给出具体数字。

对保护应用逻辑意味着什么

这篇论文同时给了防守方两个信号。第一，它从另一个角度确认：今天的 LLM 在相当程度上依赖名称和表层模式，所以重命名、字符串处理等词法层面的混淆，对随手把代码丢给 AI 解读的场景确实增加了成本。第二，研究正在专门针对这一弱点，一旦模型被引导去关注数据依赖和控制流，词法混淆的效果就会被削弱。因此不应把词法混淆当作长期有效的防线。需要说明的限制是：我们只读到摘要，没有数字，也不清楚它对强控制流变换的效果。

可以做的检查

把自己构建中的保护措施按层级列出来：哪些只是词法层面（重命名、字符串编码），哪些改变了控制流或把逻辑移出了客户端。对仅靠词法层保护的核心逻辑，评估能否迁到服务端或改为服务端校验。可以在自己的代码上做一个粗略对照：用同一个模型分别解读混淆前后的构建，记录差异，作为内部参考而非安全承诺。对外描述保护效果时，避免使用「AI 无法理解」之类的说法，并定期复测。

行动清单

• 按词法层、控制流层、服务端分层盘点保护措施
• 仅靠词法混淆保护的核心逻辑评估迁移服务端
• 对外避免「AI 无法理解」的表述