来自地狱的更新：编码智能体 能否避免依赖项升级中的隐藏损坏？

现代软件系统严重依赖第三方依赖项，但升级这些依赖项仍然是一项成本高昂的维护活动。依赖项升级并不总是保留现有代码假定的函数签名、类型系统、API 或运行时语义。因此，开发人员经常需要执行源代码调整以适应依赖项引起的更改。然而，此类代码级更改通常不会明确传达给项目维护人员，这对软件可靠性构成了重大挑战。同时，编码智能体已经成为一种新形式的软件开发工具，并因其自动化功能而越来越多地被开发人员采用。在本文中，我们介绍了 DEPBENCH，这是一个基准测试，由跨越 5 个语言社区的 5 个软件包生态系统的 203 个现实世界依赖项升级任务组成，每个任务都涉及需要源代码调整的隐藏代码级更改。我们在DEPBENCH上评估了主流的编码智能体。最好的完成配置仅解决了 104/203 项任务 (51.2%)，代理工具、模型和生态系统之间存在很大差异，凸显了当前代理功能与实际软件维护需求之间的重要差距。