一份叫 SWE-Explore 的研究，把 AI coding agent 的修 bug 流程拆開，先問一個更前面的問題：agent 在動手改之前，到底有沒有找到真正該讀的那幾行程式碼？ 它涵蓋 848 個 issue、203 個開源 repo、10 種語言，並把「成功修復軌跡中實際讀過的行」蒸餾成標準答案。
結果很值得每個用 coding agent 的團隊記住：通用的 AI coding agent，「找對檔案」的命中率約 66%，但「找對該改的那幾行」只有 14 到 19%。也就是說，它常常進對了房間，卻找錯抽屜。 而更關鍵、也最反直覺的一點是——主要的通用 agent（Claude Code、Codex、OpenHands 等）在這件事上的分數幾乎沒差。這代表它是架構和方法的瓶頸，不是模型強弱的問題。
所以對台灣團隊，這篇研究的結論很直接：別急著升級到最貴的模型，那救不了 context 問題。真正的槓桿，是把你的 issue、文件、測試補好。
研究到底發現什麼
先看幾個關鍵數字（都出自論文與 The Decoder 的整理）。通用 agent 的「檔案級」定位約 66%、但「行級」只有 14 到 19%——這個落差就是「找對檔案、找不對行」的證據。相對地，一個專門做程式碼定位的系統 CoSIL，能把行級命中拉到約 0.79（不過它的檔案級反而較弱），說明「找對行」是一個可以被專門優化的能力，而通用 agent 目前還沒做好。
還有兩個發現對實務特別有用。第一，研究發現修復成功率的跳升，發生在「關鍵 context 涵蓋率介於 50% 到 75%」之間——低於 50%，agent 幾乎只修得動簡單題。第二，「漏看」比「多看」更傷：少讀到關鍵證據的代價，遠大於多讀了一些冗餘內容。把這兩點合起來看，重點很清楚：讓 agent 讀到夠多對的 context，比換一個更聰明的模型重要。
對台灣團隊：別急著換更貴的模型
台灣的開發圈，很多討論還停在「Claude Code、Codex、Copilot 該選誰、哪個便宜」。但這份研究說的是：在「找對 context」這件事上，這些通用 agent 幾乎沒差，換模型救不了。
而台灣團隊真實的瓶頸，剛好和論文的結論同構：issue 寫得太短、repo 文件不全、關鍵的 domain knowledge 鎖在資深工程師的腦子裡——這些等於人為壓低了 agent 能讀到的 context 品質。論文的「漏看比多看更傷」加上「涵蓋率 50% 才開始修得動」，等於把台灣團隊「文件債」的代價量化了。導入 Claude Code、Codex、Antigravity 類工具 時，很多團隊才發現自家的編碼風格、分支策略、命名規則從沒正式文件化——這正是 agent 找不對 context 的根因。
哪類任務適合交給 agent
用「找對檔案、找不對行」這個事實，就能給出很實用的分層：
- 適合交（context 淺、範圍明確）：單檔或已知模組內的 bug——人先用 grep 或 stack trace 把檔案指出來，agent 補那幾行；樣板化改動，例如加 log、改 API 呼叫、rename、寫符合既有 pattern 的測試；以及有清楚 reproduction 和預期行為的 issue（等於幫 agent 把 context 涵蓋率推過 50% 門檻）。
- 有條件才交：跨多檔案、需要理解呼叫鏈或相容性的改動——要求 agent 先輸出一份「context 計畫」再動手。
- 暫時別全交：隱性的 domain 規則、散在多檔的邊界條件、文件不全的老 monorepo——這些正是 14–19% 命中率會漏掉的部分。
台灣團隊最該把力氣放在哪？不是升級模型，而是補 issue template、reproduction、測試命名和 fixture 文件——直接把 agent 的可讀 context 推過門檻。要把評估做扎實，可用 企業 AI Coding Agent 評估指南；代理一直找不對、一直重試，也會直接燒掉成本，這點在 GitHub 按量計費下的代理成本 有講。
常見問題
AI coding agent 為什麼常常改錯地方？
因為它「找對檔案、卻找不對行」。研究顯示通用 agent 的檔案級定位約 66%，但真正該改的行級命中只有 14–19%。同一個檔案可能上千行，找錯區段就會產生錯的 patch。這是它探索 repository 的能力瓶頸，不是它不會寫 code。
換更強、更貴的模型能解決嗎？
幾乎不能。研究發現主要通用 agent（Claude Code、Codex、OpenHands）在「找對 context」上的分數幾乎相同，這是架構與方法的瓶頸，不是模型強弱。與其花錢升級模型，把 issue 寫清楚、補齊 reproduction 和文件，讓 agent 讀到夠多對的 context，投資報酬高得多。
哪類任務適合交給 coding agent？
context 淺、範圍明確的任務最適合：單檔或已知模組的 bug（人先指出檔案）、樣板化改動（加 log、rename、寫測試）、有清楚 reproduction 的 issue。跨多檔案、需理解呼叫鏈的改動要求它先出 context 計畫；隱性 domain 規則和文件不全的老專案暫時別全交，那正是它最容易漏看的地方。