arXiv · cs.AI· Muhammad Waseem·· 10 天前AI 评分28
LLM 生成的代码重构何时会在仓库层面引发连锁影响：一项仓库采用就绪度实证研究
When LLM-Generated Refactorings Ripple: An Empirical Study of Repository Adoption Readiness
来源与原文
arXiv · cs.AI
作者：Muhammad Waseem
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.24790v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项实证研究对来自 15 个开源 Java 仓库的 150 个生产文件进行 1,500 次 LLM 重构生成，比较单提示词与 LangGraph 多智能体两种依赖感知生成方式。结果中 1,365 个候选（93.8%）被判定为高契约/依赖风险，仅 8 个满足低风险标准；705 组配对分析未发现两种生成方式在主要风险指标上有统计显著差异。研究建议将 LLM 重构视为需分阶段仓库级验证的候选方案。
来源：arXiv · cs.AI · arxiv.org