本文探讨了AI编码代理在处理Kubernetes代码库中的真实错误时的表现。实验表明，代理在找到正确代码方面表现良好，但在理解系统范围和推理能力上存在不足。尽管检索增强生成（RAG）提高了代码发现效率，代理仍常常无法识别所有相关更改，导致修复不完整。问题描述的质量对修复效果影响显著，清晰的问题能显著提高修复效果。总体而言，代理在局部修复上表现较好，但缺乏系统性思维。

在2025年，清晰描述问题、提供足够的上下文和细分问题比依赖提示词更为重要。提示词在特定场景下有用，但不具普遍适用性，过度依赖会降低效果。有效的生成依赖于明确的需求和分步指导。

开发者在使用GPT时常遇到理解困难，表明他们在成长。随着对技术的深入理解，问题变得更具体，GPT能提供更好的帮助。有效利用GPT需要准确描述问题、目标和技术栈。通过给出指令而非提问，开发者可以提升理解、控制解决方案和沟通能力，这是成长的开始。