一篇于 2026 年 10 月 20 日提交到 arXiv 的论文（作者为 Rui Gong 等 12 人）提出 S-Agent 2.0：它给现成的通用编程智能体配备命令行感知工具包与持久化场景记忆，使模型能够采集场景证据、记住证据，并用通俗的空间语言解释每次读数。作者称，该工具包让 Qwen3.8-27B 在 MMSI-Bench 和 ReVSI 上分别比不带工具的同一智能体提升 13.9 分和 20.5 分，让 Gemini-3.8-Flash 分别提升 11.2 分和 9.6 分；使用开源骨干时 S-Agent 2.0 得分为 66.5 和 82.3，高于同一骨干上的 SpatialClaw（62.6 和 74.5），使用 Gemini-3.8-Flash 时达到 74.1 和 90.5，而后者为 67.0 和 79.7。论文还称该系统可跨 Codex、Claude Code 等不同编程智能体框架工作，并且随着骨干模型变强，工具带来的增益会缩小，但作者表示其在 ReVSI 上的增益仍保持 9.6 分，而 SpatialClaw 从 13.2 降至 2.7。