新论文：从PR行为指纹识别AI编码agent，准确率97.2%
thisguyknowsai · x · 2026-08-28
一项新研究分析了来自五大主流编码 agent（OpenAI Codex、GitHub Copilot、Devin、Cursor、Claude Code）的 33,580 个 pull request，发现每个 agent 都会留下独特的「行为指纹」。
- 提取 commit message、PR 结构、代码模式等 41 个特征，识别是哪个 agent 写的 PR 的 F1 分数达 97.2%
- commit message 风格比代码本身更具区分度：Claude Code 特征是密集注释和复杂条件逻辑；Codex 是冗长的多行 commit；Cursor 是 PR 描述里的要点列表和超链接
- 更值得警惕的是：开发者经常以自己账号提交 AI 生成代码且不做披露，这一方法可用于检测「人类手写」数据集里混入的 AI 代码
「编程与Agent」频道最新
- 多数实证任务无需复杂Agent，增加成本与故障点 — soumitrashukla9 · 2026-08-28
- Decagon：用说话人嵌入+音频原生模型检测有效说话人切换 — Scobleizer · 2026-08-28
- 搭建首个 Hermes Agent Ada 管理个人 GitHub 仓库 — FlolightC · 2026-08-28
- 研究 Agent 拓扑结构将增强未来任务优化直觉 — cephaloform · 2026-08-28
- 对比 RAG 探讨多智能体系统的潜在优势 — yoavgo · 2026-08-28
- Claude Code 挖掘历史记录找回 API Key — Hailuo_AI · 2026-08-28