编译器加持的编码 Agent 少读 43% 代码，SWE-bench 得分 82.4%
DonkeyTheKing · reddit · 2026-10-19
开发者发布 Benzi，一个"编译器背书"的代码智能系统：在同一模型（DeepSeek V4.1 Flash）上，agent 循环 + 编译器使其在 SWE-bench Verified 上得分 82.4%（基线 mini-swe-agent 为 82.0%），但阅读的源代码行数减少约 43%（371,301 行 vs 645,752 行），500 道题总成本 $12.96。
核心思路：模型生成的是文本（代码），每次模型迭代提升的是对文本的认知理解，但百万行级代码库会消耗大量认知去解析代码结构本身。Benzi 把确定性的结构知识交给编译器，把模型认知释放给高层决策，类似资深工程师的做法。
系统要点：
- RESOLVED/CANDIDATE/OBSERVED 的分层分类体系：repo 只解析一次，agent 查询结果，编辑时增量更新，损坏的改动自动回滚
- 运行时 tracer 负责标记 OBSERVED 边
- 支持 10+3 种前端语言，模型无关
- 可通过 MCP（code map）、CLI、VS Code 扩展、SDK、API 等形式暴露任意切片
- 编译器本地运行、保持精简
注意：Benzi 本身不开源，GitHub 仓库只含 SWE-bench 结果与 Benzi 写的代码。
「编程与Agent」频道最新
- Garry Tan 力挺 Aside Browser：让 Agent 真正用好网页的解法 — garrytan · 2026-10-23
- 1Password 推出 Agent 专用登录方案，AI 可代登录却不接触密码 — AndrewSchmidtFC · 2026-10-23
- MCP 服务器 30 天后暗藏窃取 SSH 密钥指令，作者开源 mcp-guard 防变节 — ErgoniaWorks · 2026-10-23
- 实测：不在 AGENTS.md 里写明的 MCP 工具，编码 Agent 不会用 — colinmcnamara · 2026-10-23
- 用开源模型+Claude 把一段网球视频变成世界级教练 — tweetsatpreet · 2026-10-23
- 132 个免费开源 AI Agent 与 RAG 项目合集，星标 1.65 万 — Arindam_1729 · 2026-10-23