GitHub 上 2.5 萬條 AI agent 發起的程式修改請求實測：「agent 淹沒開源」還遠得很，瓶頸是人的審查頻寬。

本篇出自 2026年7月21日 晨報

對 2,361 個熱門開源專案、25,264 個由 AI agent 發起的 pull request（程式修改請求）的實證研究：採用高度集中，中位數專案三個月只有 1-2 個 agent 修改請求；1-5 人的小專案參與率反而高於中大型專案；協作型態以「單人監督」為主——一位開發者審核並修改 agent 的產出。作者結論：agent 的貢獻能否被整合，取決於誰治理它、用什麼組織流程，不只是 agent 本身的能力(arXiv,2026-07)。注意母體：熱門公開專案的三個月快照，不含企業內部使用，不能外推到企業採用。

同類最新

• 模型觀點 2026年9月10日 1 條來源

  同一個能力級距、參數量從 90 億到 3,970 億，模型控不控制得住自己的推理軌跡，由誰做的後訓練決定，不由模型多大決定。

  那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…

• 模型觀點 2026年9月9日 1 條來源

  同一個模型在「有害提示拒答率」最好的那個時點，對明顯安全的提示誤拒率是 74%。

  Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…

• 模型觀點 2026年9月8日 1 條來源

  一個 2.6B 參數的開源模型，追平 9B。

  獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…

• 模型觀點 2026年9月8日 1 條來源

  DeepMind 讓 100 個代理人合作解數學題，一個發現評分漏洞，27 分鐘傳遍全群。

  依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…