研究发现复杂框架大幅推高编码智能体成本却未见性能提升

Liu 与 Han 的最新研究表明，为编码智能体配备复杂的运行框架会大幅增加推理成本，但在基准测试中并未带来显著的性能提升。在 SWE-bench Verified 评测中，配置庞大系统提示词的 Claude Code 与仅包含基础 Bash 工具的 mini-SWE-agent 成绩差异在 2 个百分点以内，完全处于单次运行的测量噪声区间。