研究显示复杂编码代理框架未提升性能
热点事件持续更新
研究显示复杂编码代理框架未提升性能
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Liu和Han在SWE-bench Verified上测试了5个模型和3个编码代理框架（Claude Code、OpenCode、mini-SWE-agent），发现更换框架带来的结果波动与重跑噪音相当。 在447题大池上，Claude Code与mini-SWE-agent差距小于2分，统计上不显著，表明更复杂的框架并未带来性能提升。 实验全程离线进行，使用45道最难任务加447题池；研究者因部分结果异常而切断后续运行的网络访问，但并未声称有厂商在测试数据上训练过模型。
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：更复杂的 harness 让编码 agent 更贵但不一定更强报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- The Decoder研究发现：更复杂的 harness 让编码 agent 更贵但不一定更强
Liu 和 Han 在 SWE-bench Verified 上跑了 5 个模型、3 个 harness，发现换 harness 带来的结果波动和重跑噪音相当，Claude Code 与 mini-SWE-agent 在 447 题大池上差距小于 2 分，统计上不显著。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月24日 18:00
- 近 24 小时变化
- –
02.557.510
18:0019:0020:00
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。