研究者发布SWE-chat数据集，含6000个真实开发者会话、超63,000条用户提示词，发现41%为 vibe coding ，但仅44% Agent代码最终进入提交，且引入了更多安全漏洞。揭示AI编程助手在真实场景中的真实效果与局限，而非benchmark上的漂亮数字。