Towards Data Science· Emmimal P Alexander·· 4 小时前AI 评分48
AI 编程智能体虽能解决任务，但浪费了多少工作量？
Coding Agents Can Solve the Task — But How Much Work Did They Waste?
AI 导读
约 5 万次模拟运行的实验显示，AI 编程智能体即便通过测试，最终补丁也可能含大量无用改动：某案例改了 3 个文件共 8 行，而参考修复只需 2 行。实验未运行 Claude Code 或 Codex，智能体决策由 seeded Python 策略模拟，仓库与测试均为真实。仅看 SWE-bench 通过率无法反映智能体到最终补丁前多耗的轮次与 token。
来源：Towards Data Science · towardsdatascience.com