论文实测 Claude Code 的 /retro 自我复盘效果有限

新加坡管理大学与海德堡大学研究者用 Claude Code（模型 Opus 5.5）在 SWE-bench Verified 的 30 个问题上测试其 /retro 复盘机制，共得到 125 条建议，其中 101 条针对真实发生的事。 在 7 次有效测试中，只有 2 项改动彻底解决了问题。这说明 /retro 生成的复盘建议多数指向真实问题，但转化为有效修复的比例有限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。