- 产品派

马哥 · 2026-08-31T00:59:19.747Z

有项研究只固定模型、调整框架后发现，编码智能体在上下文吃紧时，成绩波动会很明显。作者在 169 个 SWE-bench Verified 任务、20,480-token 窗口下测试，Qwen3.6 的平均 F2PF 从 28% 提到 49%，完整解决方案从 43 提到 72； Devstral、Nemotron、Qwen3.8 也有类似变化。

马哥

4小时前