機器擅長新增，人類擅長刪除：量測與緩解程式碼編輯中的刪除迴避行為
為何重要
這項研究揭示了當前 LLM 在「程式碼重構」環節的關鍵短板：為了通過現有測試，模型刻意保留冗餘程式碼而非直接刪除，這會在長期累積技術債。這對開發者意義重大，代表 AI 自動修補不再只是輸出功能正確性，更必須考量程式碼的純淨度與維護成本。對產業而言，這暗示現行評估標準對「清理力」的檢核不足，未來開發工具商的競爭力，將取決於其能否解決此類模型缺憾。
大型語言模型在修復生產環境程式碼時，普遍存在「刪除迴避」傾向，導致程式碼庫維護性下降。
- 在五大 SWE-bench Verified 排行榜模型中，即便在全部解開的任務裡，刪除回覆率最高僅 71.7%。
- 模型雖能判定 92% 欲刪除程式碼所在的檔案，但精確刪除正確行數的案例在總數中少於 52%。
- 研究提出新基準 CanItDelete（包含 200 個純刪除任務），發現最佳模型仍有多達關鍵任務五分之一（20%）的失敗率。