跳到正文
arXiv cs.SE· Hassan Hassanzadeh Aliabadi·· 2 小时前AI 评分38

AI 编码智能体规则案例研究:规则寿命长于其针对的失败

Lessons Outlive Their Failures: A Case Study of Rules for AI Coding Agents

AI 导读

作者对个人纯 markdown 仓库做了六周案例研究,三个 AI 智能体工具在同一套规则下每日编辑,记录了 118 次智能体失败、对应修复以及失败是否复发。文档过时(drift)是最大失败类别,118 次中占 48 次,其中 35 次在同一次审计日被发现;单次月度审计在 Claude Sonnet 5.5 上平均找出约一半已知 drift,至少 93% 的发现是正确的。

来源:arXiv cs.SE · arxiv.org