GitHub 上的 AI 代理拉取请求：频率、结构和合并冲突率

AI 编码智能体 可以同时生成拉取请求（PR）并将其提交到同一存储库。然而，关于 AI 编码智能体 并发提交到公共存储库的程度的研究尚不存在。本文使用 AIDev-pop 数据集（2,807 个存储库中的 33,596 个 PR）首次对使用代理撰写的 PR 进行并发提交的普遍性进行实证检验。我们报告说，当考虑精确的时间重叠时，40.2% 的存储库包含共同活跃代理创作的 PR 对；此外，共同活跃对占 AI 代理生成的所有 PR 的 79.4%。当我们检查一周协作窗口内的共同活动时，百分比分别增加到 53.4% 和 95.0%。对于大多数共同活跃的 PR 对（其中绝大多数是代理内部编写的），两个 PR 都是由同一代理编写的，而只有 0.5% 的共同活跃对是跨代理的，并且仅出现在所检查的 2807 个存储库中的 122 个中（约占 4.3%）。此外，我们在 747 个独特的协同对（每个存储库一个）上重放了实际的三路 git 合并，并计算了合并操作期间遇到的文本冲突的百分比，以合并每对中的两个 PR。我们观察到，与代理内对相比，跨代理对遇到文本冲突的百分比明显更高：分别为 41.7% 和 19.8%，且 95% 置信区间不重叠。最后，我们根据git报告的冲突检测开发了一个分类系统，确定大部分冲突是由于源代码文件的修改（84.4%的冲突文件）而不是依赖清单文件引起的；此外，我们观察到的近 42% 的冲突是结构性的（即修改/删除或添加/添加）。