Coding Agents Can Solve the Task — But How Much Work Did They Waste?

一项模拟实验显示，AI 编码代理在解决任务时可能产生大量不必要的操作，即使最终补丁通过测试。实验中，代理在 11 轮操作中仅需 5 轮即可完成任务，但其余操作涉及错误修改、重复命令和无关代码变更。研究通过记录所有编辑、差异和测试运行，分析了代理行为对工作量的影响，但未实际运行 Claude Code 或 Codex 等真实编码代理。