本研究探讨了人工智能驱动的代码代理在GitHub问题解决中的失败原因，指出现有评估过于关注最终代码输出。通过分析解决过程，发现Python执行错误与低解决率及推理负担相关，并识别出常见错误类型。这些结果有助于提高透明度并为未来研究奠定基础。