大型语言模型（LLM）智能体接收来自多种来源的指令，包括系统消息、用户提示、工具输出及其他智能体。这些指令各有其信任度和权限级别。当指令之间发生冲突时，智能体必须可靠地遵循最高权限的指令，以确保安全性和有效性。
目前主流的“指令层级（Instruction Hierarchy, IH）”范式假设指令权限只有固定且数量极少（通常少于五个）的层级，并通过僵硬的角色标签（例如：系统 > 用户）来定义。然而，这种方法对于真实的智能体应用场景来说是不足的，因为在这些场景中，冲突可能来自远多于此的源头和上下文。
为解决这一问题，一项最新研究提出了一种名为“多层级指令层级（Many-Tier Instruction Hierarchy, ManyIH）”的新范式。ManyIH旨在解决具有任意多个权限层级的指令之间的冲突。
同时，该研究还引入了首个ManyIH基准测试工具——ManyIH-Bench。ManyIH-Bench要求模型在多达12个不同权限层级的冲突指令中进行导航，共包含853个智能体任务（其中427个为编码任务，426个为指令遵循任务）。
ManyIH-Bench通过结合LLM生成并由人类验证的约束条件，创建出跨越46个真实世界智能体的、既真实又极具挑战性的测试用例。实验结果表明，即使是当前的顶尖模型，在指令冲突规模增加时，表现也十分糟糕，准确率仅约为40%。
这项工作强调了在智能体环境中，迫切需要明确针对细粒度、可扩展指令冲突解决方案的方法。