Skip to content
Hot eventLive

AI生成代码的环境可复现性测量研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv Software Engineering 发表一手研究《Code That Works, Environments That Don't: Measuring Environment Reproducibility in AI-Generated Software》。研究提出三层依赖框架（声明、运行时安装、必要充分依赖），用于评估编码智能体的环境规范能力。在 50 个编程任务、4 种语言、3 个智能体上测试发现，相同任务的依赖集合一致性低至 7%，新智能体也无明显改善。环境先验是声明层与运行时层差异的主要来源，且函数正确性测试无法检测此类问题。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv 发布该研究，提出三层依赖框架并报告一致性低至 7%。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Software Engineering
    Code That Works, Environments That Don't: Measuring Environment Reproducibility in AI-Generated Software

    研究提出三层依赖框架（声明、运行时安装、必要充分依赖）评估编码智能体的环境规范能力。在 50 个编程任务、4 种语言、3 个智能体上测试，相同任务的依赖集合一致性低至 7%，新智能体无明显改善。环境先验是声明层与运行时层差异的主要来源，函数正确性测试无法检测此类问题。

Heat trend

There is not enough continuous observation data to draw a trend yet.