arXiv · cs.AI· Igor Slinko, Yaroslav Golubev, Sergey Titov·· 1 天前
编码 Agent 基准应匹配用户任务流
Coding-Agent Benchmarks Should Match Their Users' Task Flows
arXiv:2610.09633v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Igor Slinko, Yaroslav Golubev, Sergey Titov
首次提交：2026-10-07 16:08
研究任务与主要进展
作者分析了 JetBrains IDE 中真实软件工程师的 4,782 次 Agent 会话，发现长会话包含项目问答、规划、评审、重构和执行等多种任务，并会在任务类型之间切换。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org