Basin8 试点:agent 可检索项目历史后,单任务时间中位数降 19.8%

VoidStateKate · x · 2026-11-03

Basin8 的连续性(continuity)研究早期结果:让 agent 能检索带时间戳的项目历史后,任务耗时中位数下降 19.8%,最好案例降 41.6%(53.31 秒)。

实验设置:对比全新会话与可搜索项目历史的会话,两者使用相同模型与推理档位(Sol 6.1 / max)、匹配的任务提示、初始文件、工具与权限;试点含 5 组有效任务对和 3 组对照,共 16 个评分回合。需注意局限:历史为合成数据(12–14 条项目记录)、服务为模拟、评估者参与编写测试用例、非盲测,属于小规模可行性试点而非通用生产力结论。各任务对降幅从 4.2% 到 41.6% 不等,三个对照组中带历史的设置反而更慢。