Instruction Bleed: Cross-Module Interference in Prompt-Composed Agentic Systems

论文定义 compositional behavioral leakage，解释为什么没有共享变量的 prompt 模块仍会因为同处一个上下文窗口而互相影响。实验在 Claude Sonnet 4.6 的 job-evaluation agent 上跑 144 trials，只有 content perturbation 产生可检测 paired effect，Cohen's d=0.63，且没有 recommendation flip。它把“改一个 prompt 影响另一个模块”的工程直觉变成可测量失效模式。