SlopCodeBench: как меняющиеся требования приводят к раздуванию и деградации кода, сгенерированного ИИ

Исследование SlopCodeBench из UW–Madison оценивает 15 моделей ИИ в условиях эволюционирующих требований, где агенту нужно дорабатывать собственный код без истории чата. Выявлено, что код ИИ в 2,3 раза более многословен, чем человеческий, а структурная эрозия и усложнение функций растут при каждой итерации доработки. Даже промпты «anti-slop» лишь временно снижают деградацию, но не останавливают её полностью.