编码代理框架未提高任务通过率

Liu 和 Han 比较 Claude Code、OpenCode 与 mini-SWE-agent 在 5 个模型和 492 个 SWE-bench Verified 任务上的表现，发现更换编码代理框架并未带来更高的通过率，部分框架的 token 消耗却达到最轻量方案的 2 至 3 倍。 结果显示，不同框架带来的通过率差异大致与重复运行噪声相当；在大型任务池中，只有 OpenCode 的表现下降达到统计显著。研究主要依赖一个基准，因此结论主要适用于所测任务和框架版本，不能直接外推到所有编码代理场景。

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。