未提供的上下文会被模型自行补全——这是安全漏洞的根源

每一个 prompt 都是完整的。不是因为你写完整了——而是因为模型把它补全了。无论你留下了什么没说，它都会填补：你以为理所当然的货币处理方式、你本意的重试语义、人尽皆知的租户隔离规则。语言模型并不知道"人尽皆知"是什么，它只知道你写了什么以及互联网上写了什么，而当这两者冲突时，沉默偏向的是互联网。

Delta 定律 4 命名了这一机制：未提供的上下文即被发明的上下文。模型并非恶意猜测，它只是在忠实地补全——只不过是从错误的分布中补全。Veracode 在 2026 年发布的一份分析揭示了为何在两年多的模型发布后安全表现始终停滞，结论恰好指向这里：模型从公开语料库中学习，而语料库编码的是历史实践方式，同样一批在 2020 年占据主导的不安全模式，继续占据着 2026 年旗舰模型的补全结果。你未说明的约束不只是缺失，它被否决了——被几十亿行普通代码所否决。

"提供上下文"实际上意味着什么

不是更多的文字，而是正确类别的文字。规范框架的上下文块携带的是模型无法推断的事实：

领域语义：值的含义（货币、PHI、租户 ID）以及附加在这些含义上的规则。

系统不变量：在所有操作中必须保持为真的东西（幂等性、隔离性、守恒性）。

环境真实性：版本、框架、部署现实——这些是让正确答案在这里成立的前提。

失败姿态：不快乐路径上会发生什么（超时、部分写入、重放），因为语料库中的平均代码只处理快乐路径，然后就这样发布了。

你陈述的每一项都消除一个被发明的答案。这种纪律不是冗长；书中最有效的约束中有几条只需一行（"所有查询都是参数化的；禁止将字符串插值到 SQL 中"）。关键在于覆盖领域关心的类别——这就是为什么这本书将框架与按领域分类的清单配对，而不是提供一个通用模板。

复合回报

采用这一纪律的团队报告了与 2026 年测量数据相吻合的结果形状：模型的原始能力终于兑现，因为它在补全你的分布而不是互联网的分布。而另一种方式现在有了公开的价格标签：佐治亚理工学院的追踪器显示，可归因于 AI 的 CVE 在三个月内翻了三倍，软件漏洞在 2026 年 Verizon DBIR 中成为头号入侵入口。模型会越来越流利。但流畅的发明仍然是发明。说出你的意思——全部说出来。这样机器终于站在你这边填补缺口了。

我私人保存着一个"上下文发明"导致的 bug 文件。读起来像短篇小说，只是每张工单都是真实发生过的。

改编自 Delta: Closing the Specification Gap（Dhuri, 2026），定律 4 及第 12 章——免费阅读：https://acuity.press · DOI: 10.5281/zenodo.21584309。

来源：Veracode，2026 年春季 GenAI 代码安全更新（2026）；佐治亚理工学院 SSLab，Vibe Security Radar（2026）；Verizon，2026 年 DBIR（2026）。