创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

代码智能体框架升级未必更优

AI 总结

山东大学研究人员刘和韩在固定语言模型的情况下,比较了Claude Code、OpenCode和mini-SWE-agent。多数性能差异与重复运行的噪声相当,但三种框架消耗的令牌量最高达到最轻量方案的三倍;OpenCode在较大任务池中的成绩则显著落后。Terminal-Bench 2.1上的小型交叉验证也呈现相同趋势。

深度见解

该研究指出,代码智能体榜单应同时公布重复运行结果,因为单次运行差距可能源自基准噪声,而非框架设计更优。

Fancy harnesses make coding agents more expensive but not better, study finds

Jonathan Kemper View the LinkedIn Profile of Jonathan Kemper

Oct 24, 2026

Image description

Nano Banana Pro prompted by THE DECODER

Makers tout score gains from new agent harnesses like Claude Code or OpenCode. A study finds that claim doesn't hold up. Swapping harnesses barely moves results more than running the same setup twice, but costs can triple.

#Shandong University#Claude Code#OpenCode#mini-SWE-agent#Claude Opus 5#Qwen3.6#Qwen3.8#Deepseek-V4-Flash#GLM-5.3-Flash#HY4-Preview#SWE-bench Verified#Terminal-Bench 2.1

原文约 7 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。