5万次模拟揭示AI编程代理工作浪费

发生了什么

据Towards Data Science报道，一项基于50,400次模拟运行的分析揭示了AI编程代理在完成任务时的效率问题。研究指出，尽管测试通过，但代理常执行大量无效操作，如修改无关文件或重复运行已通过的测试。例如，某次成功修复仅需两行代码，但代理却进行了11轮操作并修改了8行代码，其中6行为不必要的工作。该实验使用种子Python策略模拟决策，而非直接调用API或下载模型。