长期以来，我们一直在测试新的 AI 机器人，看它们是否能胜任这些“建筑师”的角色。但本论文提出了一个不同的问题：这些 AI 机器人也能成为优秀的“施工经理”吗？
作者 Anwar Ghammam 和 Mohamed Almukhtar 决定对 AI 的“施工管理”技能进行实战测试。他们研究了大量的真实世界施工日志（GitHub pull requests），其中 AI 代理尝试修复或更新“施工手册”（构建文件，如 Maven、Gradle 和 Makefiles）。
以下是他们的发现，通过简单的方式进行了拆解：
1. “气味”测试：AI 是否搞砸了？
在编程世界中，“代码异味”（code smell）并不是指真实的异味。把它想象成食谱中的坏习惯。
好习惯： “加入 2 杯面粉。”
坏习惯（异味）： “加入车库里那袋面粉”（硬编码路径）或“使用剩下的任何面粉”（通配符用法）。
研究人员发现，当 AI 代理尝试编写这些施工手册时，它们有时会引入坏习惯。
问题所在： 在大约 66 个案例中，AI 创造了新的“异味”。最常见的坏习惯是缺乏错误处理（如果没有发生故障，没有 B 计划）和硬编码路径（在代码中写入特定的地址，如果搬家了，这些地址就无法工作）。
罪魁祸首： 并非所有的 AI 机器人都表现一致。其中一个名为“Copilot”的机器人引入了最多的坏习惯。另一个名为“Claude”的机器人则没有引入任何坏习惯，但它只尝试了三个文件，因此很难下定论。
2. “修理”团队：AI 是否清理了现场？
研究人员还想知道，AI 是否可以像专业的房屋检查员一样，移除已经存在的坏习惯。
结果： 是的！在 31 个案例中，AI 成功清理了施工手册。
它是如何做到的？ AI 表现得像一个聪明的翻修工。它将杂乱、分散的指令进行了整理。例如，它没有直接在手册中写下秘密密码（这是一种安全风险），而是将其移动到了安全的“保险库”中（外部属性）。它还移除了不再使用的工具，并更新了陈旧、失效的指令。
核心要点： AI 不仅仅是一个混乱的建造者；有时它是一个非常高效的重构者（即重新组织事物以使其变得更好的人）。
3. 人类老板：人类是否认可？
最后，团队询问了：人类施工经理信任 AI 吗？
结论： 令人惊讶的是，是的。超过 61% 的 AI 建议被立即接受并合并。
反应： 人类评审员经常只是说“我觉得没问题”（LGTM），甚至开玩笑说：“你现在可以接替我的工作了！”在批准 AI 的工作之前，他们很少需要进行修改。这表明，目前人类信任 AI 来处理这些施工物流工作，且几乎不需要多少监督。
大局观
把这项研究看作是一份关于 AI 代理试图管理软件项目“管道与布线”的成绩单。
好消息： AI 非常擅长清理杂乱的指令并组织构建过程。人类信任它，足以让它在大多数时候承担这项工作。
警示： AI 并不完美。它有时会留下“坏习惯”，比如缺失安全检查或使用过时的工具。
结论： 我们不应该盲目地让 AI 管理施工现场。我们需要构建更好的“安全检查员”（工具），以便在 AI 的坏习惯成为最终房屋的一部分之前将其拦截。目标是在保留 AI 清理能力的同时，阻止它意外制造出新的混乱。
技术摘要：AI 构建，我们分析
问题陈述
随着大型语言模型（LLM）和 AI 编程智能体（AI coding agents）在软件开发工作流中的快速集成，研究人员针对 AI 生成的源代码的质量、正确性和可维护性进行了广泛的研究。然而，理解这些智能体对**构建系统（build systems）**影响的研究仍存在关键空白。构建工具（如 Maven、Gradle、CMake、Make）对于管理依赖、编译、打包和部署至关重要，但 AI 生成的构建代码的质量在很大程度上仍未得到充分探索。具体而言，目前缺乏实证证据来表明 AI 智能体是引入了还是消除了构建特定的代码质量问题（代码异味/smells），以及人类开发者在实践中如何响应自动化的构建代码生成。