Humans are Missing from AI Coding Agent Research

这篇立场论文指出，多数 coding-agent benchmark 把人从回路中拿掉，于是通过率无法反映澄清需求、监督中间步骤和纠正方向的真实成本。作者提出任务对齐、可验证性、可操控性、适应性四个维度，要求实验覆盖 agent 如何融入人的工作流。它没有提供新的性能数字，贡献是为下一代评测划定缺失变量；能否落地仍需要把人类时间、干预质量和团队差异变成可重复协议。