上交大等提出编码 Agent 自适应技能粒度框架

上海交大联合华威大学、快手等机构的作者在 arXiv 发布论文《Adaptive Skill Granularity for Coding Agents》，把编码 Agent 该用微工具还是宏技能从检索的副产品改为运行时路由问题，并用有限状态机在宏技能失败后降级回微工具补救。作者同时发布了代码和自建的 GranBench-Code 基准，该基准含 80 个编码任务，分简单修复、多文件修改、重构、故障注入恢复四类，每个任务带确定性验证器。 作者称这是试点研究，实验规模很小：仅 12 个混合任务加 7 个故障注入任务，宏只有 3 个且为人工手写，且只涉及单一 LLM 和单一 Python 生态。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。