Instruction Bleed: Cross-Module Interference in Prompt-Composed Agentic Systems
指令渗漏：提示组合智能体系统的跨模块干扰
🧭 Agent 提示组合干扰评估
University of Illinois Urbana-Champaign
形式化提示组合Agent中的行为泄漏(CBL)，提出三通道探测协议并确认内容通道产生显著干扰效应
📌 工作参考价值
- 构建多模块提示组成的搜索/推荐 Agent 时，需评估模块间干扰：无共享变量也可能通过上下文窗口的自注意力产生行为泄漏，建议在部署前对模块组合进行联合测试。
- 可直接复用三通道探测协议（volume、content、form）来量化生产 Agent 的 CBL，其中 content 通道最易触发干扰，可作为最小可行测试集。
- 效应虽未引起单次推荐翻转（Cohen’s d=0.63），但在高吞吐场景下微小偏移会随决策次数积累，评估时不能只看 QA 准确率，必须监控分布级偏移。
- 工程上可在提示编排中引入明确的分隔标记或模块隔离策略（如约束注意力范围），以减少非预期的跨模块信息混合。
动机：从业者发现，在提示组合式 Agent（如 OpenClaw）中编辑一个提示模块会悄然改变其他模块行为，尽管无共享变量或依赖。根源是 Transformer 自注意力在拼接模块间缺乏形式隔离，该干扰被形式化为组合行为泄漏（CBL）。
方法：在一个已部署的职位评估 Agent（Claude Sonnet 4.6）上，设计可复用的三通道探测协议：扰动非焦点模块的 volume（长度）、content（语义）和 form（格式），以配对实验检测对焦点模块决策的影响。执行 144 次试验，采用 Cohen’s d 和 bootstrap 95% CI 衡量效应。
关键结果：仅 content 通道产生可检测的配对效应（d=0.63，CI 不含零），但未导致推荐翻转，属于亚阈值干扰；该微小偏移在大规模部署（数千次决策）中会复合累积。CBL 与传统对抗注入、多智能体故障传播等正交，表明它是提示组合架构的固有风险。论文确立了跨模块干扰测量为提示组合 Agent 评估的必要环节。