研究：换编码Agent框架未显著提升模型表现

Liu 和 Han 的研究让五个模型分别在 Claude Code、OpenCode、mini-SWE-agent 三种编码 Agent 框架（harness）中运行，发现更换框架带来的通过率波动与同一配置重跑相当，差异多在测量噪声范围内；更花哨的框架成本更高，但并未更强。 研究所有运行均离线进行，主要依赖一个基准测试，数据与分析脚本已公开在 GitHub。闭源顶级模型 Opus 5 只在 Claude Code 中运行。

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。