南大与UIUC实测：Coding Agent动态并发收益不稳
南京大学与UIUC研究人员对Codex、Claude Code和Kimi Code三种编程智能体的动态并发机制做配对实验，覆盖354个软件工程任务、2124次执行，并分析主智能体与子智能体的完整执行轨迹。结果显示收益随任务类型与系统而异：在LoopsBench上，Claude Code完成率从顺序模式7.1%升至并发模式21.4%，Codex在NL2Repo从34.6%升至57.7%；但在SWE-bench Verified上，Claude Code从83.0%降至59.0%，Kimi Code从77.0%降至59.0%，Codex两模式均为71.0%。轨迹分析归纳出4大类、13个子类别、28种并发失败模式（如任务缺少负责人、伪并发、负载不均、结果汇合时机错误、共享环境冲突），并总结出互补分工、并行探索、独立验证三类有效协作机制。
研究指出支持创建多个子智能体并不等于具备可靠协作能力，任务拆分、执行治理与结果整合才是并发能否转化为收益的关键，这为Coding Agent的系统设计与评测提供了参考。
新智元 2026-10-19 10:36 北京
新智元报道
Coding Agent正在进入新的发展阶段。过去，它们主要修复Bug、解决GitHub Issue或实现相对独立的功能，SWE-bench等Benchmark已为此建立了成熟评测范式；如今它们开始承担从完整代码仓库生成、跨语言迁移，到需要持续探索与验证的长周期软件工程项目，任务规模和执行时间不断增长，单个Agent的上下文容量、推理能力和执行效率逐渐成为限制。
一种自然的解决思路是让多个Agent同时工作。近年来，Codex、Claude Code和Kimi Code等前沿Coding Agent开始支持动态并发（Dynamic Concurrency）：主Agent在执行过程中自主决定是否创建子智能体、何时创建，以及如何协调它们的工作。
理论上，这种方式能将复杂任务拆分，让不同Agent并行探索、实现和验证。
#Codex#Claude Code#Kimi Code#Nanjing University#University of Illinois Urbana-Champaign#SWE-bench Verified#LoopsBench#NL2Repo#RepoZero#ProgramBench