有趣的事

最新论文显示最强 AI 开发静态代码检查工具仅完成半数任务,核心瓶颈是什么?

核心瓶颈通常不在“能不能识别某条规则”,而在于把自然语言中的检查意图,可靠地落到真实代码库的语义与工程约束上。静态检查工具面对的是不完整上下文:规则可能依赖跨文件的数据流、调用关系、配置和框架约定;同一段代码也可能因语言版本、构建选项或项目自定义规则而有不同含义。模型若只凭局部片段推断,容易漏报;若扩大匹配范围,又会产生大量误报。

因此,“完成一半”也不宜简单理解为模型只会一半的规则。端到端任务往往还要求理解检查目标、定位所有相关位置、给出可复现的判断,并遵守工具接口和输出格式。每一环节都可能失败;而评测通常把未覆盖、误判或格式不合要求都算作未完成。要提升效果,关键是提供项目级检索与构建/测试反馈,让工具能验证假设,并让规则定义、适用范围及例外条件明确;对高风险判断保留人工复核。速度或模型规模本身,不能替代这些上下文和验证能力。

相关阅读