引用dudeinhawaii · 2026-01
“Further reading on 'debugging decay': The Debugging Decay Index”
推荐延伸阅读,了解“调试衰减”
量化代码模型多轮调试效果指数衰减,并给出重启策略
论文指出 AI 调试的效果呈可预测的指数衰减,多数模型在 2 到 3 次尝试内就丧失 60% 到 80% 的调试能力。作者提出调试衰减指数(DDI)来量化调试何时失效并预测应干预的时点,并提出在关键时点从利用转向探索的策略性重新开始,称适时干预可以挽回调试效果。
评论者引用它说明多轮调试后质量下降(60%-80%)和上下文污染,并以此论证用子 agent 隔离上下文的必要。
候选中只有 AlphaCode 与代码生成的多次尝试直接相关,其余是通用的基础架构,所以路径很短。
代码模型靠大量采样与筛选来提高解题率,与目标论文研究的迭代调试形成对照。
读大规模采样与过滤聚类的思路,以及尝试次数与解题率的关系。
目标论文:量化代码模型多轮调试的指数衰减,并提出重启策略。
读调试衰减指数(DDI)的定义、衰减曲线,以及重启策略的干预时机。
“Further reading on 'debugging decay': The Debugging Decay Index”
“This one gives 60-80% after multiple turns.”
“explicitly preventing the "Debugging Decay" and context pollution seen in monolithic agents.”