Folia
← 返回头版

编码代理设计框架实证研究发布

一项针对编码代理设计框架的实证研究于2026年9月17日发布1,该研究通过在四个大语言模型上评估176个配置,对自主编程系统的核心设计要素进行了系统分析1。研究在SWE-Bench Verified和Terminal-Bench 2.1两个基准上进行评估1,重点考察了规划、动作空间和上下文管理三个组件对编码代理性能的影响。

研究发现上下文管理在上下文窗口预算紧张时具有显著价值,其主要作用在于防止溢出失败1。在多种上下文管理策略对比中,规则式删除与大语言模型摘要相结合的混合方法表现最优1。此外,规划机制对不同能力等级的模型影响存在差异——对于强模型,规划主要作用是降低成本而非提升精度1;而在动作空间选择上,bash能力较强的模型采用bash接口可实现最低的接口成本1。


评论