研究：编码智能体在检查未覆盖目标时仍报告“已验证”

一项针对编码智能体工作流中六个软件系统的案例系列研究指出，智能体常在检查并未真正测试目标时报告“已验证”，例如把错误页面当作部署成功、将空仓库的 CI 通过当作有效结果。研究强调这些是相关的证据问题而非六个相同的失败实例，建议验证须说明目标与覆盖范围，并区分测量失败与否定结果。