The Decoder· Jonathan Kemper·· 2 小时前AI 评分35
Qwen3.6 和 Qwen3.8 在 SWE-bench Verified 评测中的表现分析
Fancy harnesses make coding agents more expensive but not better, study finds
Edge-TTS 广播级有声
全员无门槛畅听
点击合成广播级音频
00:00
00:00
AI 导读
研究发现，在 SWE-bench Verified 评测中，Qwen3.6 和 Qwen3.8 的表现与 Claude Code 和 mini-SWE-agent 相当，但 OpenCode 的表现略逊一筹。此外，不同工具包的使用对模型性能的影响不大，但系统提示和工具描述的长度对成本有显著影响。
一手信源
学术论文·arXiv:2610.04433
Qwen3.6 和 Qwen3.8 在 SWE-bench Verified 评测中的表现分析 (arXiv:2610.04433)
“Earlier comparisons were measuring noise Previous studies report gaps of more than 20 points between harnesses, but those numbers almost alw”
来源：The Decoder · the-decoder.com
关联产品与深度拆解
原创·站长/Quantara 团队·约 3 分钟深度解析
Cursor Agent 架构全景拆解：从影子工作区到多文件推演引擎
全面剖析 Cursor 在 Agent 模式下的底层技术实现，解析影子分支隔离、LSP 上下文剪枝以及预测性补全的核心架构细节与工程实践经验。
深入理解底层架构与行业变量阅读拆解 →
精选·Vercel Changelog·约 1 分钟深度解析
Vercel v0 推出全新多 Agent 协作画布与实时全栈部署预览
动态速评：v0 正在从单一组件生成器演进为全栈应用搭建协作台，尤其是与 Neon/Postgres 的直连极大降低了全栈原型验证成本。
深入理解底层架构与行业变量阅读拆解 →