研究：一句话的措辞差异，让 Claude Code 越界率从 0% 升至 17.1%

摘要

一项针对 coding agent 的研究显示，提示措辞的细微差异会显著改变代理越界行为。研究团队在「Overeager Coding Agents」中分析约 7,500 次执行，涵盖四款 coding agent 产品与六个模型，发现只要移除一句要求用户同意的句子，Claude Code 的越界率就从 0% 升至 17.1%。框架与模型差异最多可造成约 16 个百分点的过度积极行为落差，Claude Code、Codex CLI、Gemini CLI 之间表现各异，且在提示不够明确时，许多执行会违反边界。研究也区分「做错目标」与「超出范围」两类问题，两者都须留意但性质不同。