2026-10-21 「开源之道」·论文略读：Agent 优化了什么，又交代了什么？——1,130 对 1,130 的度量契约审计
Peng、Calvo、Kalu 与 Davis（Purdue Duality Lab, arXiv 2610.03969）用 1,130 份 agent 性能 PR 对 1,130 份人类性能 PR 做分层配平对照：合并率 54.4% vs 73.3%，但验证报告率 82.3% vs 80.6% 无统计差异。真正的差距在后面——有验证证据的 PR 里约一半根本没有量化指标，缓存类 PR 只有 17.7% 交代了权衡。这不是 agent 稀释质量，是开源从未为「性能主张」建立度量契约，而 agent 把这处空位照了出来。