Coral's AgentRadio 将编码代理的准确率提高到 62%，但成本增加了六倍。
在一个代码库基准测试中，四个 Opus 4.6 代理击败了一个 Opus 4.8 代理，尽管一个更新的模型已经略微超越了这一结果。
By Ryan Merket · Published
Primary source: VentureBeat
为何重要
AgentRadio 显示，编排能够从现有的编程代理中提取出与模型换代带来的增益规模相当的提升。商业上的权衡是推理成本大约增加六倍。
Caelum Forder 和 Peter Carroll，Coral AI Labs 的创始人，提供了证据表明围绕 AI 模型的架构可能与升级模型本身同样重要。他们的研究人员的 AgentRadio 论文，于 7 月 30 日发表，报告称当四个运行 Anthropic 的 Opus 4.6 的 Claude Code 代理在执行过程中可以交换发现时，它们解决了一个高要求的代码库理解基准测试中的 62.1%。研究人员的运行中，单个 Opus 4.6 代理解决了 32.3% 的任务，而使用较新 Opus 4.8 的单个代理在 Scale AI 的公共排行榜上得分为 57.2%。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.