规范差距：代码代理部分知识下的协调失败

当多个基于 LLM 的代码代理独立实现同一类的部分时，它们必须就共享的内部表示达成一致，即使规范隐式地保留了这些选择。我们跨 51 个类生成任务研究了这个协调问题，逐步将规范细节从完整的文档字符串 (L0) 剥离到裸签名 (L3)，并将相反的结构偏差（列表与字典）引入压力测试集成。出现了三个发现。首先，持续的规范差距：随着细节被删除，双智能体集成准确度从 58% 下降到 25%，而单智能体基线的降级则更加优雅（89% 到 56%），留下 25--39 pp 的协调差距，这在两个 Claude 模型（Sonnet、Haiku）和三个独立运行中是一致的。其次，基于 AST 的冲突检测器在最弱的规范级别上实现了 97% 的精度，无需额外的 LLM 调用，但阶乘恢复实验表明，仅恢复完整规范即可恢复单代理上限 (89%)，而提供冲突报告则没有增加任何可衡量的好处。第三，将差距分解为协调成本（+16 pp）和信息不对称（+11 pp）表明这两种效应是独立的并且近似相加。这种差距不仅仅是隐藏信息的结果，而且反映了在没有共同决策的情况下生成兼容代码的难度。这些结果支持多代理代码生成的规范优先视图：更丰富的规范既是主要的协调机制，也是充分的恢复工具。