一项研究发现，AI编码代理在处理过时的文档时遇到困难，其中一个模型在提供错误信息时失败率高达100%。即使提供了访问正确源代码的工具，这些代理也常常拒绝进行事实核查或验证声明。这表明存在正确性问题，而非简单的数据卫生问题，因为与过时或缺失的文档相比，新鲜的文档显著提高了性能。 AI
影响 强调了准确和最新的文档对于可靠的AI代理性能至关重要。
排序理由 该项目描述了一项预先注册的基准研究，评估AI编码代理在使用文档时的性能。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
