请勿复制/粘贴：人工智能辅助编程中复制的软障碍

将功能从聊天窗口复制到编辑器只需不到一秒的时间。对于人工智能编码工具的许多用途来说，速度就是关键。在编程教育、代码审查和安全敏感开发等环境中，这也可能是问题所在。本文将复制粘贴视为一个 \emph{AI 代码切换问题}：模型生成的文本从会话上下文跨越到可执行或提交的软件的那一刻是当前工具基本上无法管理的设计边界。我们认为，人工智能编码助手不仅应该通过它们生成的代码进行评估，还应该通过它们如何将代码转移到软件工件来进行评估。我们提出\emph{软屏障}作为一类切换感知机制。软障碍保留了获得人工智能援助的机会，同时使未经审查的转移不那么顺畅。作为最初的技术探索，我们使用 Unicode 输出扰动来实例化这个想法，这种扰动保留了视觉可读性，但破坏了简单的复制粘贴执行。我们引入了复制粘贴阻力（CPR），即功能正确的干净解决方案在扰动后在语法上变得无效的部分。在具有四个 LLM 和四个扰动系列的 HumanEval 和 MBPP 中，我们发现输出级障碍可以实现高复制粘贴阻力，但其有效性高度依赖于模型和任务。一项由 18 名参与者参与的探索性试点提供了早期证据，表明软障碍可以将用户从直接转移转向编辑和重建。我们不将 Unicode 扰动作为可部署的解决方案提供；相反，我们将它们用作更广泛的研究议程的最小探索，涉及实用、透明和政策感知的人工智能代码移交。