📰
AI 程式碼激增推動網路安全專家需求
AI 生成程式碼的激增以及像 Anthropic 的 Mythos 等先進模型的出現，帶來了新的安全漏洞。這導致市場對專業網路安全工程師的需求大幅增加。
Search
Tag: #code-generation38 results
代理從論文重現社會科學結果
LLM 代理僅使用論文方法描述和原始資料，即可重現實證社會科學結果，無需存取程式碼或結果。系統提取結構化方法、在隔離環境執行重新實作，並逐单元格比較輸出。在 48 篇論文評估中，不同模型與支架表現差異大，失敗原因來自代理錯誤或論文描述不足。
📰
視覺迴圈驗證 LLM Godot 程式碼
自主管線從文字提示使用 LLM 生成可玩 Godot 遊戲。透過分層參考、代理式延遲載入及多階段驗證克服 GDScript 稀缺，包括截圖。開源程式碼可重現。
代理架構中的安全邊界
Vercel 強調編碼代理執行生成程式碼並擁有完整存取機密的風險，易受提示注入攻擊，如從日誌中竊取憑證。代理系統有四個行為者——代理、韁繩、機密、基礎設施——每個需要不同的信任等級與安全邊界。建議分離上下文而非共享存取權。
「寫程式從來不是難點」為何仍具爭議
文章質疑「寫程式從來不是難點」這項說法，認為這是對全世界程式設計師的嚴重侮辱。內容也突顯 AI 輔助開發是否低估軟體工程複雜性的廣泛爭議。
Anthropic AI Builds C Compiler
Anthropic's AI develops a C compiler, hailed by fans but dismissed as a mere demo by developers. Opinion piece argues it's not revolutionary for software engineering. Fails to impress industry pros.
PELLI Framework Boosts LLM Code Quality
PELLI is an iterative framework for integrating LLMs into software generation, evaluating code on maintainability, performance, and reliability. It tests five popular LLMs across three domains using Python standards. GPT-4T and Gemini outperform others, with prompt design impacting quality.
LLMs Tackle Agent-Based Model Replication
Study evaluates 17 LLMs on ODD-to-Python code generation for predator-prey model. Assesses executability, fidelity, efficiency via NetLogo baseline. GPT-4.1 excels, but reliability varies.