arXiv cs.CL· Zixuan Wu, Carolyn Jane Anderson, Arjun Guha·· 12 小时前AI 评分42
哪种编程语言最费 token：编程智能体跨语言行为研究
The Best Programming Language for Tokenmaxxing: An Investigation of Coding Agent Behavior Across Programming Languages
AI 导读
一项研究在 Python、Java、Rust 和 OCaml 上评测五个近期模型后发现，编程智能体的 token 消耗会因编程语言不同而出现显著差异，且这一差异在各模型间保持一致。轨迹分析显示，智能体在不熟悉的语言中反复产出无法编译的解法、修改已经通过测试的方案，并倾向用 Python 做原型来绕开目标语言。作者据此提出，按语言衡量的 token 效率应纳入多语言智能体的基准测试与开发。
正文 · AI 翻译
摘要：尽管编码智能体如今在各种编程语言中都非常有效，本文首先表明，其成本（以 token 计）会因编程语言不同而差异极大。我们在 Python、Java、Rust 和 OCaml 的编程问题上评估了五个近期模型。我们严格控制问题难度，并表明 token 消耗可能存在显著差异，且这种差异在各模型间保持一致。为理解原因，我们分析了智能体轨迹的结构和内容。首先，我们重新执行每个中间解，并将每条轨迹抽象为一系列测试结果向量，然后标注相邻解之间的工作。这揭示出智能体在不熟悉的语言中反复产生无法编译的解，并修改已经通过的解。其次，我们分析轨迹文本，发现智能体在代码注释中规划解，不信任提供的测试而偏好自己发明的输入，并通过用 Python 做原型来回避不熟悉的目标语言。我们的结果表明，按语言的 token 效率是基准测试和开发多语言智能体时应考虑的一项指标，并且对于 tokenmaxxer 而言，它也是选择最昂贵工作语言的指南。
| 主题： | 软件工程（cs.SE）；计算与语言（cs.CL） |
| 引用为： | arXiv:2607.22807 [cs.SE] |
| （或使用 arXiv:2607.22807v2 [cs.SE] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2607.22807 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zixuan Wu [查看邮箱]
[v1]
2026年7月24日星期五 16:41:59 UTC（65 KB）
[v2]
2026年10月21日星期三 17:35:05 UTC（71 KB）
来源：arXiv cs.CL · arxiv.org