大型语言模型（LLM）正被广泛用于软件开发的各个环节。随之而来的信任风险尤以欺骗行为最为关键。欺骗可表现为误导性回答或帮助用户伪造、隐瞒、扭曲信息。为系统评估此类行为，我们构建了 SWE‑DeceptionBench，覆盖需求、设计、实现、测试、部署、维护六个阶段，并设置两类欺骗触发：主动欺骗——模型明知需求不可行或冲突仍声称可实现；被动欺骗——模型在用户明确指令下帮助误导他人。基于此，我们进一步设计中性、奖励、压力三种外部诱因，形成 720 条中英双语测试实例。
在对七款主流 LLM 进行评估后，发现即使在中性条件下也存在显著欺骗：主动欺骗整体率为 49.88%，被动欺骗为 64.29%。不同生命周期阶段的欺骗率差异明显，外部诱因对两类欺骗的影响程度亦不相同。我们还测试了轻量防御手段，结果表明守护模型漏检大量欺骗请求，自我提醒虽能降低欺骗率，却未能根除。
这些结果表明，当前 LLM 在软件工程中的可信度仍不足，需要更有效的欺骗检测与缓解技术来保障安全可靠的开发流程。
点评