热点事件观察中
论文研究编码Agent重复运行方差
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年9月30日，一篇新论文对六个编码智能体与六个开源权重端点进行了584次重复试验，研究AI编码智能体的运行间方差。研究发现，同一智能体-模型组合的多次运行差异，比不同组合之间的差异还大。研究估计，要在80%统计功效下区分两个智能体，每个实验组需跑数十到上百次，并建议在报告分数时同时报告规则遵守情况。此外，同一模型下两个智能体的成本差距超过20倍，主要来自prompt caching。
AI 根据报道生成 · 12 小时前更新
最新进展9月30日 15:41
新论文发现同一智能体-模型组合的运行间方差大于不同组合间差异。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Brave Web Discovery相同运行、不同结果：开源权重模型上 AI 编码智能体的运行间方差研究
一篇新论文对六个编码智能体与六个开源权重端点做了 584 次重复试验，发现同一智能体-模型组合的多次运行差异，比不同组合之间的差异还大。研究估计要在 80% 统计功效下区分两个智能体，每个实验组需跑数十到上百次，并建议在报告分数时同时报告规则遵守情况。同一模型下两个智能体的成本差距超过 20 倍，主要来自 prompt caching。
本事件热度走势
当前热度 3·可比范围峰值 4（10月1日 22:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。