Исследование: сложные харнесы повышают стоимость агентов кодирования, но не улучшают их качество
Контролируемое исследование показывает, что переключение между харнесами агентов кодирования, такими как Claude Code, OpenCode или mini-SWE-agent, почти не меняет процент успешных прохождений по сравнению с повторным запуском той же конфигурации. Однако стоимость на задачу может утроиться, что обусловлено главным образом системным промптом, который пересылается при каждом запуске.
Кратко от AI: Главные тезисы
- Контролируемое исследование показывает, что переключение между харнесами агентов кодирования, такими как Claude Code, OpenCode или mini-SWE-agent, почти не меняет процент успешных прохождений по сравнению с повторным запуском той же конфигурации
- Однако стоимость на задачу может утроиться, что обусловлено главным образом системным промптом, который пересылается при каждом запуске.
Исследование: сложные харнесы повышают стоимость агентов кодирования, но не улучшают их качество
Похожие материалы
Kimi K3.1 Pro приблизилась к GPT-6 Astra и Claude Opus 5.5 — но стоит значительно дешевле
⚡️ Kimi K3.1 Pro приблизилась к GPT-6 Astra и Claude Opus 5.5 — но стоит значительно дешевле Китайская Moonshot AI представила новую версию своей флагманской модели с контекстным окном 1 млн токенов. По результатам внутренних тестов компании, Kimi K3.1 Pro показывает…
В России планируют выделять по 500 млн рублей в год на учебники по ИИ и кибербезопасности
📚 В России планируют выделять по 500 млн рублей в год на учебники по ИИ и кибербезопасности Минпросвещения РФ планирует ежегодно направлять 500 млн рублей на обеспечение школьников 5–11 классов учебниками по искусственному интеллекту и информационной безопасности. В школах…
ElevenLabs представила Chimera — инструмент для создания реалистичных ИИ-персонажей
🤖 ElevenLabs представила Chimera — инструмент для создания реалистичных ИИ-персонажей Он объединяет голосовую модель Eleven4 и видеогенератор Seedance 2.5. Что умеет Chimera: — создавать персонажа по фото или картинке; — оживлять мимику; — озвучивать текст естественным голосом.…
Anthropic и Theorem использовали Claude для математической верификации 123 открытых библиотек
📌 Anthropic и Theorem использовали Claude для математической верификации 123 открытых библиотек Исследователи применили модель для построения формальных математических доказательств надежности кода. Основой послужили готовые фаззинг-тесты из OSS-Fuzz, сервиса Google для…