每天听简报，了解最新科技、AI、软件资讯
编程智能体靠一套执行框架来规划、用工具、管理上下文，但过去的评测大多把整套框架当成黑箱来比，分不清哪个部件真的有用。这项研究把框架拆成三块单独测试，固定住其余部分，在两个基准上跑了四个模型、一百七十六种组合。结果发现，上下文管理在预算紧张时最值钱，主要作用是防止上下文溢出导致任务提前中断，预算宽松了好处就变小。更有意思的是规划这一步，对弱模型它是救命拐杖，能撑着任务走到改代码那一步；换成强模型，它的作用变成省掉多余的验证步骤，省钱而不是提分。
进度保存在本设备 · 登录同步