差異化與全量生成比較：Flutter/Dart 程式碼模型的技術實證對比
為何重要
雖然增量式編輯看起來較符合人類工作流且能節省 Token，但此實證結果證實在當前模型架構下，「直接生成全檔」不僅能提供更高品質的程式碼，且在編譯通過率上更具優勢。這提醒開發者在設計自動化編輯工具時，技術優先權應從「模擬人類互動」轉向「最大化輸出穩定性」，並釐清何時該使用互動式 Patch 而何時應回退至一次生成模式。
大語言模型應用於程式碼編輯主要有兩種輸出模式：直接一次生成整個修改後檔案，以及模擬搜尋/替換的增量差異化生成。研究團隊針對這兩種模式，在 Flutter/Dart 資料集上訓練並評估了兩組模型。
- 訓練了 Rainbow-Pony-100M（100M 引數從頭訓練）與微調後的 Qwen2.5-Coder-0.5B，並在約 1,790 筆測試任務上進行評比。
- 直接生成 在各項評測指標（編譯率、字串相似度、評鑑分數）上全面勝出，即使經過難度匹配分析後優勢仍顯著。
- 差異化生成 僅在編輯步數短、且任務類別集中在「重構」與「錯誤處理」時略佔優勢，作者指出此現象為「任務區域性性」。