跳到正文
热点事件持续更新

研究：编码 Agent 框架更贵未更好

2 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

山东大学的 Liu 与 Han 发布研究，让 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型分别在 Claude Code、OpenCode 和 mini-SWE-agent 三种编码 Agent harness 上运行 SWE-bench Verified 任务，比较通过率与 token 成本。 研究发现，对同一模型，这三种 harness 的 token 消耗是最精简选项的两到三倍，但通过率差异仍在测量误差范围内。测试使用 SWE-bench Verified 中最难的 45 个任务及另外 447 个任务，全部离线运行；Claude Opus 5 仅作为参照在 Claude Code 中运行。研究数据与分析脚本已在 GitHub 公开。

AI 根据报道生成 · 9 分钟前更新

最新进展10月24日 17:21
山东大学研究：花哨的 coding agent harness 更贵但并不能提升成绩

报道时间线

沿着报道，了解事件的不同侧面。

10月24日
  1. RadarAI
    山东大学研究：花哨的 coding agent harness 更贵但并不能提升成绩

    山东大学两位研究者让 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型分别在 Claude Code。

  2. The Decoder
    研究发现花哨的编码智能体 harness 更贵但并未更好

    Liu 和 Han 的研究用 Claude Code、OpenCode 和 mini-SWE-agent 三个 harness 跑了 Qwen3.6、Qwen3.8。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。