研究：换编码Agent框架未提升通过率反增成本
热点事件历史事件
研究：换编码Agent框架未提升通过率反增成本
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
Liu 和 Han 发布研究，用 Claude Code、OpenCode 和 mini-SWE-agent 三个编码智能体框架测试 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型，结论是更换框架对 SWE-bench Verified 通过率的影响与同一配置重跑一次的波动相当，约 13% 的任务结果会翻转，而成本更高。 研究称所有运行均离线进行；期间曾出现疑似测试数据泄漏的结果，研究者将其丢弃，不指认任何厂商用测试数据训练，但随后切断了其余运行的网络访问。闭源顶级模型 Opus 5 只在 Claude Code 中运行。
AI 根据报道生成 · 8 天前更新
最新进展10月24日 17:21
研究：编码智能体框架让成本更高但效果未提升报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- The Decoder研究：编码智能体框架让成本更高但效果未提升
Liu 和 Han 的研究用 Claude Code、OpenCode 和 mini-SWE-agent 三个框架测试 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型，发现更换框架对 SWE-bench Verified 通过率的影响与同一配置重跑一次的波动相当，约 13% 的任务结果会翻转。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月25日 14:00
- 近 24 小时变化
- -51%
0246
18:0010月26日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。