今日 · 預印本 10 月
蘇黎世聯邦理工預印本稱代理人自寫測試抓錯不到六成
瑞士蘇黎世聯邦理工學院團隊的預印本說，寫程式的 AI 代理人照規格寫出的程式能通過 82% 的參考測試，但它自己寫的測試，抓得到的故意植入錯誤不到六成。 研究者在 165 個應用裡，平均每個故意改壞 74 處，看代理人寫的測試能抓到幾處。論文的結論是「agents can build software they cannot verify」（TestSuiteBench 預印本）。研究者也報告，代理人寫的測試有 88% 能在正確的程式上跑過。也就是說，這些測試不是寫錯，而是太弱，抓不到錯。本報只讀了摘要。被測的是哪幾個代理人、這幾個數字是平均還是最好的一個，本報不知道。要把代理人寫的測試當驗收前，可以先在程式裡故意改壞幾處，看測試抓到幾處；這是本報建議的檢查法，不是論文做過的實驗。 怎麼查的 →
出處與查證
這則刊在2026年10月13日的晨報，同一期還有 13 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。
引用這則
SecondSource（2026），〈蘇黎世聯邦理工預印本稱代理人自寫測試抓錯不到六成〉，https://secondsource.io/research/2026-10-13-2/，取用日期取用。