研究称编码代理在短小程序上故障定位接近精度上限

Christoph Daxerer 等研究者发布 arXiv 论文，评估调试器对前沿编码智能体故障定位准确率的影响。他们将 610 个单行错误植入 144 个 LeetCodeDataset 解答中，并用五种行为保持变换重写每个出错程序，测试基于 Sol 6.1、Luna 6、Qwen 3.8 的编码代理的表现。 论文结论称：在这类短小、规范明确的程序上，当前编码智能体仅凭源代码就能定位几乎全部故障，调试器辅助可消除剩余的大部分错误。这意味着此类场景下故障定位已接近精度上限，调试器的边际增益有限。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。