微软CABRA研究：编码智能体瓶颈在理解代码

微软研究人员发布论文称，编码智能体的主要瓶颈在“读代码”而非“改代码”：智能体在理解大量代码时容易出错，而在编辑大量代码时反而较少出错。研究团队据此建议，用代码阅读与比较任务而非 diff 大小来评测智能体。 为得出这一结论，研究者构建了合成编码任务生成器 CABRA，每次只提升一类难度，在 6,840 个任务上测试了 8 个 LLM 和 6 个智能体，并把每次工具调用标注为读取、分析、搜索、编辑或测试。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。