10:10arXiv cs.AI@Daniel Russo一篇来自arXiv的论文研究了AI编程智能体在共享仓库中合并拉取请求带来的集成摩擦问题。通过对超过93万条智能体编写的拉取请求进行测量,发现约一半的摩擦变化归因于仓库本身,而非单个贡献或智能体。智能体贡献的仓库级摩擦是人类的约两倍(组内相关系数0.30 vs 0.16),该差距在控制代码库规模、年龄、任务形态等变量后依然存在。论文提出AI原生软件的风险是生态系统属性,应通过仓库级而非单智能体方式进行评估和治理。论文智能体AI编程代码仓库拉取请求集成摩擦推荐理由:这篇论文用93万条数据告诉你,AI写代码带来的隐患不在单个智能体,而在整个仓库。看完你就明白为什么只测单个AI不够用了。原文
12:06arXiv: Anthropic@Mikael Gorsky随着AI编程助手普及,软件工程师的工作正从写代码转向指导智能体,但学术界发现当前缺失的不是更好的模型,而是系统化的实践者学科。为此,论文提出ASE-26,一套完整的本科课程体系,包含21个模块,核心概念是“进化螺旋”作为意图与构建共同演化的操作形式。课程还涉及与智能体协作完成作业的评分承诺,以及如何让学科超越当前模型能力。该课程已作为可引用参考存入Zenodo,旨在通过结构化教育填补行业缺乏的智能体软件工程技能。论文智能体软件工程课程体系AI编程教育推荐理由:软件工程教育者或AI工具重度用户会发现,ASE-26直接回应了行业从写代码到指挥智能体的转型痛点,值得参考其课程设计思路。原文