论文页面 - SWE-chat：来自真实用户的野外编程智能体交互

来源：https://huggingface.co/papers/2604.20779

摘要

SWE-chat 提供了一个大规模的真实编程智能体交互数据集，揭示了当前 AI 辅助开发实践中的显著低效与挑战。

AI 编程智能体正被大规模采用，但我们仍缺乏实证证据，了解人们究竟如何使用它们，以及它们的输出在实践中有多大用处。我们推出 SWE-chat——首个大规模真实编程智能体会话数据集，采集自开源开发者的真实环境。数据集目前包含 6,000 场会话，涵盖 63,000 余条用户提示与 355,000 次智能体工具调用。SWE-chat 是一个“活体”数据集；我们的采集流水线会自动、持续地从公开仓库发现与处理新会话。

借助 SWE-chat，我们对真实世界编程智能体的使用方式与失效模式进行了初步实证刻画。我们发现编码模式呈双峰分布：41% 的会话中，智能体几乎包揽了所有提交代码（“氛围编程”），而 23% 的会话里人类完全自己写代码。尽管能力快速提升，智能体在自然场景下仍显低效：仅有 44% 的智能体生成代码最终留在用户提交中，且智能体编写的代码比人类代码引入更多安全漏洞。此外，用户在 44% 的回合中对智能体输出进行“回滚”——通过修正、报错或打断。

通过捕获完整的交互轨迹，并标注人类 vs 智能体的代码作者身份，SWE-chat 为超越精心策划的基准测试提供了实证基础，使我们能基于证据理解 AI 智能体在真实开发者工作流中的表现。

查看 arXiv 页面 (https://arxiv.org/abs/2604.20779)
查看 PDF (https://arxiv.org/pdf/2604.20779)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.20779)

在智能体中获取本文：

hf papers read 2604.20779

还没装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型 0

暂无模型关联

在模型 README.md 中引用 arxiv.org/abs/2604.20779 即可在此页面显示链接。

引用本论文的数据集 0

暂无数据集关联

在数据集 README.md 中引用 arxiv.org/abs/2604.20779 即可在此页面显示链接。

引用本论文的 Spaces 0

暂无 Space 关联

在 Space README.md 中引用 arxiv.org/abs/2604.20779 即可在此页面显示链接。

包含本论文的收藏 0

暂无收藏

创建新收藏 并将本论文加入，即可在此页面显示链接。