堪萨斯大学的研究首次将意图-执行差距形式化为可测量的系统偏差，分析了138,000条智能体轨迹，揭示AI智能体的性能不仅是建模问题，更是系统问题。研究提出了细粒度指标体系，分析不同模型在编辑频率和测试活动上的差异，强调了了解智能体实际行为的重要性。