研究发现复杂编码代理框架未提高通过率

Liu和Han的对比研究显示，Claude Code、OpenCode和mini-SWE-agent三种编码代理框架之间的模型通过率差异，多数处于重复运行产生的波动范围内；更复杂的框架会增加成本，但未带来更高的通过率。 研究让5个模型在SWE-bench Verified最难任务及另外447项任务上运行，部分配置重复测试以衡量波动。所有实验均离线进行，且主要依赖单一基准、样本规模较小，限制了对差异的检测能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。