“我根本不想读那么多”: 理解软件工程师对智能代理编码助手的认知参与程度

过度依赖 AI 系统可能削弱用户的批判性思维并促进 complacency，这一风险因 agentic AI 系统在最小化人类参与的情况下运作而被放大。在软件工程领域，agentic coding assistants (ACAs) 正快速地嵌入日常开发工作流程中。由于软件工程师 (SEs) 创建的系统将在多样化且高风险的真实世界情境中部署，这些助手必须不仅作为自主任务执行者，更要作为支持人类推理和 sensemaking 的思考工具。我们进行了一项形式化研究，考察软件工程师在与 ACA 合作时的认知参与和 sensemaking 过程。我们的发现表明，随着任务推进，认知参与程度持续下降，而当前的 ACA 设计为反思、验证和意义建构提供了有限的 affordances。基于这些发现，我们确定了利用更丰富的交互方式和认知驱动机制的具体设计机会，以维持参与度并促进 AI 辅助编程中的深度思考。