研究称编码智能体框架更贵但未更强

Liu 和 Han 公布的一项研究显示，更换编码智能体框架对任务通过率的影响，与同一配置重复运行相差不大，但不同框架的 token 消耗最高相差两到三倍。 研究把 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 等模型，分别跑在 Claude Code、OpenCode 和 mini-SWE-agent 三种框架上；在每个模型下，这三种框架消耗的 token 是最精简方案的两到三倍，但通过率差异仍落在测量误差范围内。 测试使用 SWE-bench Verified 中最难的 45 个任务，以及另外由 447 个任务组成的任务池，全部离线运行；该研究主要依赖一个基准。研究因此认为，框架选择带来的成本差别明确，能力提升则没有得到支持。

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。