把語言模型放到一段本來能正常執行的程式碼上，它會以相當的頻率把程式碼弄壞。arXiv上的一份新報告為這種直覺補上了算術：在某一組配置下，自動修復迴圈破壞正確程式的比例約為26%，而真正修好有缺陷程式的比例只有約2.3%——比例超過十比一，方向還是錯的。
要點速覽
- 以競賽程式設計提交程式碼為測試物件，LLM修復迴圈破壞可用程式碼的比率為0.261，修復缺陷程式碼的比率僅為0.023。
- 放任其反覆迭代，模型會陷入偽修復迴圈，把同一處改動反覆加入又撤銷，且搜尋替換式編輯比整檔案重寫更容易迴圈。
- 探測發現了一個能預測編輯傾向的內部方向，到第19層附近幾乎可以完全區分；抑制該方向後破壞性迴圈徹底停止，但所有真正的修復也隨之消失。
這項測量做了什麼
這篇由Xietao Wang-Lin、Anton Isopoussu和Louis Mahon撰寫的論文If It's Not Buggy, Don't Fix It，考察的是作者所稱的盲目迭代用法：把程式交給模型，接受返回的任何改動，然後重複。這恰好描述了越來越多團隊把修復機器人接入程式碼評審的方式。
測試平臺是CodeContests+：20道題目，每題40份C++提交，每題平均23個測試用例，分別在Google的Gemini 2.5 Flash-Lite和阿里巴巴的Qwen2.5-7B-Instruct上執行。在貪心解碼加搜尋替換編輯的條件下，Gemini的修復率為0.023 ± 0.002，破壞率為0.261 ± 0.032；另一組配置下破壞率達到0.293 ± 0.011。作者的結論直白：破壞率可能顯著高於修復率。
這些數字旁邊需要放上兩條限定。受測模型是小而快的型號，而非前沿系統；競賽程式設計提交也不同於擁有自有測試套件、評審關卡和CI的生產程式碼庫。這項基準測試衡量的是一個沒有停止條件、沒有人類介入的迴圈——這正是論文的著眼點，但它與衡量一條儀表完備的修復流水線並不是一回事。
停不下來的迴圈
更令人不安的發現是，讓流程一直跑下去會發生什麼。模型往往不會收斂到一個穩定版本，而是進入論文所稱的偽修復迴圈：同一處改動被引入、移除、再引入，程式在通過與失敗之間來回擺動。搜尋替換程式碼塊產生的這類迴圈，無論數量還是長度都明顯多於整檔案編輯。
這在運營層面很關鍵，因為陷入迴圈的代理看上去很忙：它生成差異、報告活動、消耗token。如果迴圈裡沒有接入測試預言機，它的輸出中沒有任何訊號表明它是在原地打轉而不是在推進。
一個代表"這看起來有問題"的內部方向
論文真正有意思的地方在機制分析部分。作者通過探測模型的啟用值構造出一個追蹤編輯傾向的引導向量，其區分度從淺層的AUC 0.7至0.8，上升到第19層附近接近1.0。這意味著模型內部攜帶著一種"有缺陷程式碼"的表徵，而這種表徵正被完全沒問題的程式錯誤觸發——相當於在網路中找到了確切地址的幻覺。
在γ = -0.5上沿反方向引導，破壞性迴圈完全停止，所有正確提交都被保留。同時，它也一處都沒修好。與其說這是一個可部署的旋鈕，不如說它乾淨地證明了：在這些模型中，編輯的意願與修復的能力是糾纏在一起的——你無法只調低誤報而保住真正的命中。
這對執行修復機器人的團隊意味著什麼
務實的解讀不是自動修復沒用，而是停止條件本身才是產品。缺少可靠預言機來判斷"這裡沒什麼可修的"的修復工具，會把大部分編輯花在根本不需要改動的程式碼上，而上面的算術表明這些編輯是淨負值。
這也為已在落地工具中顯現的架構趨勢增加了分量。在草稿與工作區之間安插獨立評審者的"評審再修訂"模式——包括GitHub新近預覽的編排層中跨模型家族的批評環節，本站在Project HydraFusion的報道中介紹過——存在的意義正是打斷這篇論文所測量的盲目迴圈。當破壞以一個數量級壓過修復時，限定迭代次數、不給評審者配工具、以及失效安全的補丁應用，就不再只是保守的設計偏好。
後續觀察
這些比例在真實程式碼庫上對前沿模型是否同樣成立，是顯而易見的後續問題，本文並未給出答案。但報告確實確立了一點：這種失敗模式是結構性的，而非偶發。編輯傾向被內部表徵出來，它會在健康程式碼上啟用，而迭代會放大它而不是稀釋它。任何構建完全自主修復系統的人，都應當圍繞這一事實來設計，而不是等著下一代模型讓問題自行消失。
常見問題
這項研究測試了哪些模型？
Gemini 2.5 Flash-Lite和Qwen2.5-7B-Instruct。兩者都是小型、低成本模型而非前沿系統，因此報告中的比率不應被當作最大規模程式設計模型的表現來解讀。
這是否意味著AI程式碼評審工具會讓程式碼變差？
僅憑這項研究還不能這麼說。它衡量的是沒有停止條件、也沒有人工評審的盲目迭代，屬於最壞情況而非典型部署方式。修復工具被允許自主執行的程度越高，這一結果的相關性就越強。
能不能乾脆關掉誤報的缺陷檢測？
沒那麼幹淨利落。作者找到了一個能消除破壞性編輯迴圈的引導向量，但施加之後，所有成功的修復也一併消失了——這說明同一內部表徵同時驅動著兩種行為。
