作者今年向 OpenTelemetry 的 Go 编译期插桩项目贡献了 14 个 PR，他发现最容易漏过的正是这类 bug：代码能编译、span 能导出、后端也能存，只是全部用了已废弃的语义约定名，几周后按新名字过滤的看板空无一物，没人会把它和一行生成的代码联系起来。他于是做了基准 Semconv Drift（Kaggle），答案键取自自建的 Attrition 数据集——OpenTelemetry semantic-conventions 的每个打标版本，覆盖 v1.0.0 到 v1.44.0 共 1563 个名字，每个废弃名都记录了被弃用的版本与日期；评分完全用代码抽取出答案里的约定名去比对，先剥离推理文本，只评模型写出的代码。17 个模型、830 份答案的结论：16/17 会写出已退役的名字，其中 83% 的名字退役超过一年；12/13 的模型被直接问到时答对了新名字，动手写代码却仍用旧名；7/17 靠改单位保留旧名来「修」指标，两头都坏；提示里加一句点明当前规范版本能把废弃命名减少 36%，但同时让模型编造更多。