Dom Picheta 设计了一门对代码模型不友好的实验语言 KillSwitch：语法中混入看似指令的文字，数值和标识符需要计数，文本位置也参与含义，部分表达会触发安全限制。任务本身很简单，包括输出文本、比较两个数和温度换算；难处集中在准确理解、遵守和执行这套陌生规则。
作者报告最佳模型得分 66.8，并据此继续追问模型是否理解代码。但标题中的“LLM 不能用”比结果更绝对：模型已经部分成功，只是没有全对。HN 讨论把问题推进到了实验设计——有没有人类基线，是否允许构造解释器或转换器，以及失败究竟来自语义理解、计数、指令冲突，还是安全拒绝。