机器不翻书只记日记
论文讲的是人工智能程序员如何真正使用技术文档的行为观察研究
1问题
想象一个智能体被派去修复支付库里的一个并发漏洞。它刚接任务就埋头敲代码，跑测试却频频报错。如果它连基础说明都看不懂，或者干脆不打算参考，软件就会在错误里无限死循环。过去研究者总以为智能体会按“查手册、改代码、做验证”的直线顺序干活，于是拼命优化文档排版和搜索框。结果现实撞上一堵墙：智能体根本不在我们设定的轨道上走。当我们把摄像机对准它们真实的运行画面时，才发现阅读与编码之间的那条隐形连线，早就断了。
2翻译
还是那个修支付漏洞的智能体，现在我们把它的操作台摊开给你看。它打开的文件清单里，六成是它自己写的临时注释和流程草稿，占全部文档操作的百分之六十以上，官方接口说明只露脸一次，比例低至百分之一。我们用概率尺子量它读文档和敲代码的关系，未加修正的跳转频率只有千分之二，三步内的提升系数仅一点零五；但把项目所处的阶段因素剥开后，关联度才勉强跨过半数门槛，调整后优势比落在一点三三的位置。文档创建的原始提升系数是一点六七，但调整区间吞掉了基准线。最反直觉的是，它去翻看参考资料后，紧接着跑单元测试的概率反而腰斩，调整后优势比直接跌到三点九折左右。而且它永远是先动代码，后补文档，代码碰触频率高出四点七倍。这就像个野路子厨师，不管菜谱怎么写，顺手抓把盐就往锅里撒，边炒边在小本子上画符号，真到火候不对的时候，反而懒得去核对步骤表。这种“先试错后留痕”的习惯，完全打碎了我们对工具书的传统想象。
3核心概念
事件追踪管道。这把锁专门记录每次文件读写和代码提交的先后脚印，把所有零碎动作塞进时间轴对齐。回到修漏洞的例子，它不只是记下“读了api.txt”，而是精确锁定“读完半页后跳过测试直接改了第三行”。这让模糊的行为变成可测量的序列。双叶循环模型。这不是单向流水线，而是前后咬合的两个半环。前半环是代码先行，智能体一边改逻辑一边产出自家的工作笔记；后半环是自我回看，它在局部跑通后才顺手清理或创建新文档。例子中的支付模块就是这样：先乱改接口，再补注释，从来不回头校对外部指南。自驱查阅机制。这是设计上的关键取舍，放弃被动触发，拥抱主动扫描。传统工具要等报错弹窗才弹文档，这篇做法允许智能体在没报错时也自己去找参照物。数据显示超七成查阅是它自己点的火，只有不到一成是被崩溃逼出来的。例子中的智能体就是在第一次测试失败前，已经提前扫过几篇内部说明，只是没指望靠它们救命。
4洞见
这篇属于扎实的实证工程报告，没有认知层面的范式跃迁，但留下一句能钉进产品设计的硬话：给机器用的文档不该追求人类的易读性，而该保证机器能顺着执行轨迹反向抓取。
5博导审稿
选题眼光极准，直接把自动化编程里最隐蔽的人机错位挑明，困境真实存在。方法成熟度上，数据管线跑得干净，统计口径也严谨，但隐含一个大预设：这些开源仓库的运行日志绝对完整且未被过滤压缩，一旦落到商业闭源环境，隐私脱敏或裁剪策略会撕破时间序列的连续性。实验诚意过关，数字经得起交叉比对，不过相关性推导因果时略显单薄，建议后续配对照干预。写作功力中规中矩，图表清晰但不炫技。判决：strong accept，精准切中智能体行为观测的盲区，补上了从假设走向证据的关键一环。
6启发
这意味着你可以立刻改造手头的开发基建。迁移层面，把静态的接口手册拆成带版本哈希的结构化元数据包，让智能体能按依赖树直取切片。混搭层面，在代理运行侧壁挂载本地备忘录生成器，让它把零散试探自动归档为可调用的经验卡片。反转层面，彻底推翻“文档指挥代码”的默认假设，改用代码变更流自动反推文档补丁，让文字跟着动作长出来，而不是反过来绊脚。