大模型跟不上API演进：代码生成中的知识冲突

软件库快速演进，大模型训练后静态参数知识可能变得过时。检索增强生成（RAG）常用于提供最新API规格，但当外部指令与模型内部知识矛盾时，会出现上下文—记忆冲突。本文构建八个Python库的270次真实更新基准，包含API弃用、修改与新增，系统评测四类共11种模型的代码生成。结果显示，没有完整文档时，模型难以优先采用外部上下文，生成代码在目标环境中的平均可执行率仅42.55%。结构化文档与更大模型有助于采用更新，但可执行率仍仅66.36%，没有完全解决问题。自反思等推理策略进一步提高表现，可执行率改善11%。研究揭示，即使提供更新规格，大模型仍可能保留过时写法，需要能够反映API演进的基准与技术。