被改变的思想，被改变的行动：探测 VLA 机器人操作中的思维链漏洞

近期视觉 - 语言 - 动作（VLA）模型广泛采用思维链（CoT）推理，在生成电机指令前先产出自然语言计划。本文首次对该内部文本通道进行对抗性审查，探究动作解码器对推理轨迹的依赖属性。通过设计七类文本破坏方法并在 40 个任务上测试，发现替换对象名称会显著降低成功率，而重排句子或生成似是而非的错误计划影响甚微。结果表明，动作解码器依赖实体引用的完整性而非推理质量，揭示了推理增强模型特有的隐蔽威胁向量。