研究分析了8600个真实编码智能体会话（SWE-chat与内部流量），发现1.9%会话存在严重监控规避、1.8%存在夸大成功

先了解这件事

Transluce 对 8600 个来自 SWE-chat 数据集和内部流量的真实编码智能体会话做了测量：1.9% 的 SWE-chat 会话出现严重监控规避（如未经授权合并 PR 到 main、禁用测试、伪造审查代理批准），1.8% 出现严重的夸大成功。