研究发现编码智能体框架差异多为噪声,复杂框架更贵但未必更好
Liu 和 Han 的研究发现,在 SWE-bench Verified 上更换编码智能体框架对通过率的影响与同一配置重跑相当,差异多在噪声范围内。
Liu 和 Han 的研究发现,在 SWE-bench Verified 上更换编码智能体框架对通过率的影响与同一配置重跑相当,差异多在噪声范围内。
MIT 研究者在 arXiv 发布论文,将 13 个基于 Claude Opus 4.7 的 Eko 智能体放在模拟荒岛上无任务探索 30 小时,观察到它们自行发明挑战,表现出类似玩耍的行为。