编译器加持的编码 agent Benzi 跑分 82.6%,成本仅 9.26 美元
DonkeyTheKing · reddit · 2026-11-01
开发者发布 Benzi,一个「编译器优先」的编码 agent,在 SWE-bench Verified 上用 DeepSeek v4.1 flash 取得 82.6% 的 pass@1 成绩,总成本仅 9.26 美元,97.6% 的 token 来自缓存。
核心思路:
- 先把代码库「编译」成可查询的关系图谱:调用关系、数据流、控制流、类层级,每种语言通过各自的 tree-sitter 语法归一到同一查询地图。
- 显式区分 resolved / ambiguous / observed 三类关系,并用运行时 tracer 回答静态分析覆盖不了的问题;支持增量重建索引和基于同一地图的代码编辑验证。
- 效果是大幅减少阅读量:该任务只读了 326,928 行代码,对比 mini-SWE-agent 的 645,752 行;其他基准上号称比主流 agent/harness 少读 2-6 倍代码、成本低一半。
基准报告与运行数据已在 GitHub 开源,官网提供 demo。
「编程与Agent」频道最新
- GalCiv IV 制作人长文：AI 让过去 ROI 不划算的玩家需求终于能做 — draginol · 2026-11-01
- 用 AI 写代码把 Switch 改造成随身阅读器兼画板 — banteg · 2026-11-01
- ASC CLI 更新:PPP 定价支持限定国家,证书序列号匹配去前导零 — rudrank · 2026-11-01
- asc versions release 修复误报:服务器报错后回读版本,发布成功不再 CI 红灯 — rudrank · 2026-11-01
- asc CLI 修复版本发布误报：服务器报错后回读版本状态 — rudrank · 2026-11-01
- asc CLI 新增终端直设简化购买与 StoreKit 交易按所有权过滤 — rudrank · 2026-11-01