Shashwat Goel

AI 模型偏爱相似代码，审查中存在遗漏错误的风险

一项新研究表明，AI 模型倾向于偏爱并同意来自相似模型的输出，这可能导致代码审查中出现被忽略的错误。研究人员发现，AI 评审员在模型表现出相似的错误模式时，通常会给它们打出更高的分数，这一现象通过一个名为 CAPA 的指标进行了量化。这表明，使用同一开发者或同一系列的 AI 模型进行代码生成和审查，可能会导致相关的故障，因为审查者可能与生成者有相同的盲点。