跳到正文
热点事件持续更新

论文测量编码代理框架切换对跑分与成本的影响

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

Yangze Liu 与 Zhongyi Han 在 arXiv 论文(arXiv:2610.04433 v2)中,将七个模型分别运行在 Claude Code、mini-SWE-agent 和 OpenCode 三个生产级编码代理框架上,在 SWE-bench Verified 及另外两个基准上重测,以量化框架切换对通过率与成本的影响。 论文称,在数据能给出两个框架差异上界的情形中,上界为 2 到 5 分,且换一次框架改变的任务结果数量与重跑一次相当。OpenCode 在一个模型上落后 8 到 9 分,在另一个模型上领先 14 分;成本差异也随模型而变,从不到 10% 到 3 至 4 倍。

AI 根据报道生成 · 45 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI精选
    arXiv 论文测量 coding agent harness 效应:换 harness 的收益大半来自 token 与重跑波动

    arXiv 论文 arXiv:2610.04433 v2 将七个模型分别跑在 Claude Code、mini-SWE-agent 和 OpenCode 三个生产级 harness 中,在 SWE-bench Verified 及另外两个基准上重测。

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。