智能体蜂群协作 1 万小时实测：Gemini-3.8-Flash 提速 23% 居首
mrdrozdov · x · 2026-10-23
World of SWECraft 项目让前沿模型组成的 agent 蜂群在模拟「agent 专属 GitHub」中协作开发真实软件累计 1 万小时，并用 SWECraft Index 衡量对实际软件的加速效果（held-out 基准、按 CPU 指令数测量）。
- Gemini-3.8-Flash 以三个世界的几何均值 1.232（约 23% 提速）领先，是所有被测前沿模型中协作效率最高的
- Claude-Opus-5 得 1.150 排第二，Kimi-K2.7-Code（1.091）、GLM-5.3（1.076）、GPT-5.6-Sol（1.046）依次靠后
- GPT-6-Astra 仅 1.007，在前沿模型中表现最差，几乎没带来协作加速
- 成本差异巨大：Claude-Opus-5 花了 $16,737，而 GLM-5.3 仅 $1,283 就拿到 1.076
研究还探讨了大尺度下 agent 成功协作的要素，对多智能体开发工作流有直接参考价值。
所属事件:智能体蜂群协作实测 1 万小时，Gemini-3.8-Flash 提速居首(2 条相关)→
「编程与Agent」频道最新
- Chrome DevTools 推出 for Agents：为编码智能体加 MCP 安全与调优能力 — gaganghotra_ · 2026-10-23
- LangChain 自研内部智能体：把老员工判断力变成 agent 上下文 — hwchase17 · 2026-10-23
- AI 爬虫遭围堵之际，WebMCP 欲成 agent 访问网站的中间层 — mobileraj · 2026-10-23
- 用Sai智能体扫Meta广告库:14条球鞋广告8条是杂货铺式投放 — Med1_Ai · 2026-10-23
- 25k star 开源设计 skill huashu-design 发 3.0：三轮迭代才赢旧版 — AlchainHust · 2026-10-23
- 用 ASCII 工厂演示「通过 eval 优化 skill」,即将开源 — danshipper · 2026-10-23