研究发现，编码智能体的运行框架对成本的影响大于对成功率的影响

1篇报道 1个报道来源 2 小时前更新

先了解这件事

AI 综述

Liu 和 Han 的研究发现，在离线 SWE-bench Verified 测试中，编码智能体的运行框架对成本的影响往往大于对成功率的影响；Claude Code 和 mini-SWE-agent 的表现相近，而 OpenCode 则存在显著的性能差距。研究人员在 Claude Code、OpenCode 和 mini-SWE-agent 已发布的版本中测试了五种模型。在涵盖其中两种受测模型的 447 项任务的比较中，Claude Code 和 mini-SWE-agent 的成功率相差不到两个百分点。系统提示词和工具描述是成本差异的重要来源。Liu 和 Han 建议报告多次运行的结果，以区分运行框架的影响与测量噪声。

AI 根据报道生成 · 2 小时前更新

最新进展10月24日 17:21

研究发现，花哨的运行框架会让编码智能体更贵，却不会让它们更出色 The Decoder

接下来读什么

今日还有哪些重要变化Kimi K3.1 Pro 在 Artificial Analysis 排名第四，逼近 Claude Opus 5.5

报道时间线

沿着报道，了解事件的不同侧面。

10月24日

17:21
The Decoder
研究发现，复杂的编程智能体工具框架让成本更高，效果却未提升
Liu 和 Han 发现，在离线 SWE-bench Verified 测试中，编程智能体工具框架对成本的影响往往大于对成功率的影响。对两种受测模型而言，Claude Code 和 mini-SWE-agent 在 447 项任务上的完成率相差不到 2 个百分点，而 OpenCode 则表现明显较差。系统提示和工具说明造成了大部分成本差异；研究人员建议报告重复运行的结果，以区分工具框架的影响和测量噪声。

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。看一份往期日报

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。