研究：换编码Agent框架未提升通过率却更贵

Liu 与 Han 发布研究，用 Claude Code、OpenCode 和 mini-SWE-agent 三种编码 Agent 框架（harness）分别运行 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型，发现更换框架对 SWE-bench Verified 通过率的影响与同一配置重跑相当，差异多在噪声范围内，但成本更高。 研究主要依赖单一基准，所有运行均离线进行；在 Terminal-Bench 2.1 上的小规模交叉验证呈现相同模式。数据和脚本已在 GitHub 公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。