研究：换编码Agent框架未提升通过率却增加成本
热点事件持续更新
研究：换编码Agent框架未提升通过率却增加成本
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Liu & Han 让 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五种模型分别在 Claude Code、OpenCode、mini-SWE-agent 三种编码 Agent 框架上运行 SWE-bench Verified，发现更换框架带来的任务结果变化与同一配置重跑相当，通过率差异多在测量噪声范围内，但成本更高。 测试使用 SWE-bench Verified 中最难的 45 个任务及另外 447 个任务池，全部离线运行；闭源顶级模型 Opus 5 只在 Claude Code 上运行。数据和脚本已在 GitHub 公开。
AI 根据报道生成 · 6 小时前更新
最新进展10月24日 17:21
研究：花哨的 harness 让编码智能体更贵但并未更强报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- The Decoder研究：花哨的 harness 让编码智能体更贵但并未更强
一项研究让 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 在 Claude Code、OpenCode、mini-SWE-agent 三种 harness 上跑 SWE-bench Verified，发现换 harness 带来的任务结果变化与同一配置重跑相当，通过率差异多在测量噪声范围内。
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。