麻省理工学院与威斯康星麦迪逊大学联合研究指出,当前AI编程工具在单次任务中表现出色,但在长期迭代开发中代码质量急剧退化,结构混乱与冗余问题远超人类代码,揭示了现有评测体系与真实开发场景的严重脱节。