待验证50% 置信事实精确时间

在原始实现中，即使是纯ASCII字母（如s）也会走完整的Unicode属性查询路径：先解码、再查1567字符表、再传入归一化流程。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

BERT分词瓶颈前移：归一化竟吞掉88%编码时间

rss2026/10/16

涉及实体

BertNormalizerconcept ASCIIconcept

相关事实

待验证ASCII Smuggling攻击利用Unicode标签字符（Tag Characters，U+E0000区段）编码不可见的ASCII文本作为注入指令载体68% 相似待验证AIClaw 的上下文估算器使用既有的字符启发式规则：约每 4 个 ASCII 字符对应一个 token，每个非 ASCII 字符对应一个 token。66% 相似待验证ASCII 是1963年发布的字符编码标准，定义了128个字符，其中95个为可打印字符63% 相似待验证anythic/ui 的核心做法是在解析之前先补全不完整的前缀文本，而非改造解析器63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1042226

API

curl https://kongchang.com/api/v1/knowledge/claims/1042226

MCP

get_claim(id=1042226)