算法论文8

SWE - Touch揭示Coding Agent共享协作能力缺口

深度学习自然语言处理2026-08-13

AI 摘要

中科院自动化所团队：现有Coding Agent评测忽视用户直接改代码情况，用SWE - Touch测试9模型，发现用户干预下性能普降，模型排名洗牌，当前模型在共享空间协作能力有缺口。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

E - Commerce Bench揭秘大模型网店经营能力

为评估模型长程经营能力，联合淘天集团发布E-Commerce Bench，以10万本金、365天经营网店来评测。从多维度评估18个模型，结果差异大，还发现单一指标会掩盖模型表现，评估基准潜力大。

现在写代码，很多人想开多个AI助手。Orca是支持多AI Agent的编程开发环境，各Agent在独立git worktree里运行，互不干扰。它功能丰富，还支持多系统安装。

Cherry Studio最初是为用户在不同大模型间切换的聊天客户端，随行业从Chat转向Agent，它开启2.0版本重构，定位转向「个人Agent平台」，底层架构重写，要解决产品复杂性、完善协作等问题。

过去一年，Coding Agent 改变开发者写代码方式，但进入长期开发仍会遗忘项目经验。MemoraX Code 试图解决此问题，构建了本地与云端记忆，让关键信息能被识别召回，且在赛事中表现出色，还能沉淀工程经验。