编码智能体成本低效行为分析与缓解
原文标题：Analyzing and Mitigating Cost-Inefficient Behaviors in Coding Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究首次系统分析编码智能体的行为性成本低效，基于 Claude Code 与 Mini-SWE-Agent 在 SWE-bench Verified 上的 1200 条轨迹，识别出子集化检索、重复脚本生成、测试重执行三类行为。这些行为影响 79%–98% 的任务，最高占任务成本 22.75%。开发者设计的高层技能可降本最多 41.73%，约为智能体自生成技能收益的两倍。
- 问题
- 编码智能体反复出现的行为性成本浪费此前无人系统量化。
- 方法
- 分析1200条SWE-bench轨迹归纳三类低效行为，并对比结构感知检索、智能体自生成技能与开发者设计技能三种缓解方案。
- 结果
- 三类行为影响79%–98%任务、最高占成本22.75%；开发者技能降本最多41.73%，约为自生成技能两倍，结构感知检索反而最高增本28.14%。
- 影响
- 给编码智能体降本指明方向：与其让模型自己总结技能，不如人工写高层技能，检索优化需谨慎。
深读 · 结论先行AI 生成展开看要点与影响 ↓
1200条编码智能体轨迹显示三类成本低效行为影响79%–98%任务，开发者技能最高降本41.73%。
- •首次系统研究编码智能体行为性成本低效，分析Claude Code与Mini-SWE-Agent在SWE-bench Verified上的1200条轨迹
- •识别出子集化检索、相似脚本生成、测试重执行三类行为，影响79.00%–98.00%的任务，最高占任务成本22.75%
- •结构感知检索会引入检索开销并改变智能体委派，效率提升不稳定，成本最高反增28.14%
- •智能体自生成技能偏向低层、轨迹特定指导，效果与通用性受限
- •开发者设计的高层、轨迹无关技能可降本最多41.73%，约为自生成技能最大收益的两倍
为什么重要：给编码智能体的成本优化指出明确方向：人工设计高层技能优于让智能体自己总结，对按token计费的团队直接省钱。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。