AI 编码代理读不读 SemVer:同一次破坏性升级跑两遍能看出什么
微软约 1000 次运行的实验显示,部分 AI 编码代理会按版本号调整检查力度——补丁标签下检查更少,主版本标签下逐次检查;但也有模型完全不受标签影响。版本号能左右代理的谨慎程度,却无法证明升级安全,测试与 CI 才是判据。
「AI 编码」标签下共 6 篇技术文章,包括《AI 编码代理读不读 SemVer:同一次破坏性升级跑两遍能》、《编码提速之后,规划、评审与排查为什么没跟着快》、《AI 代理会在意 SemVer 吗:同一破坏性升级,标注 2》。按发布时间倒序排列,内容持续更新。
微软约 1000 次运行的实验显示,部分 AI 编码代理会按版本号调整检查力度——补丁标签下检查更少,主版本标签下逐次检查;但也有模型完全不受标签影响。版本号能左右代理的谨慎程度,却无法证明升级安全,测试与 CI 才是判据。
GitHub 博客的一篇文章判断“写代码变快了,围绕代码的工作没有”。本文据此把开发工作拆成编码、规划、评审、排查四个工作面,说明为什么只有编码环节的反馈闭环最短、可被自动验证,其余三段卡在约束未写明、责任不可转移、证据不在代码里;…
微软开发者博客报告的两组实验(合计接近 1000 次运行)显示,同一份含破坏性变更的代码,仅改变版本号标签,部分模型的行为就发生变化:Claude Sonnet 5.5 在 patch 标签下 10 次中只检查 2 次,major …
GitHub 博客的摘要指出,写代码变快了,围绕写代码的工作没有。本文把代理式工程拆成计划、编码、评审、排查四段,用“输入边界是否收敛、输出是否有机器可判定的验证信号、失败是否可低成本回滚”三个条件解释为何只有编码段明显提速,并给出…
微软开发者博客的一篇摘要称,在同一项破坏性升级实验中,标为 2.0.0 时 Claude Sonnet 5.5 在 10 次运行中全部提交了升级,标为 1.4.3 时只有 2 次提交且常使应用处于损坏状态。这个对照说明版本标签可能改…
微软开发者博客报告的两轮实验显示:版本号标签会改变部分模型检查依赖升级的强度。Claude Haiku 5.5 在 patch 标签下未检查就合并的比例为 37%,major 下为 7%;Claude Opus 5.5 与 GPT-…
共 6 篇文章,第 1 / 1 页