Switch-SWE：编码智能体切换未完成任务后能否保持专注

新基准显示编码智能体切换任务后完成率平均降 11.5 个百分点

资讯摘要

论文提出 Switch-SWE 基准，用于衡量编码智能体在同一仓库多个未完成任务间切换后恢复原任务的能力。基准含 19 个 Python 仓库的 200 个焦点任务，构成 400 组匹配会话。作者报告 7 个编码智能体在交错任务下平均完成率下降 11.5 个百分点（6.0 至 15.0）。轨迹分析发现跨任务需求混淆与任务状态丢失；作者提出的上下文管理模块在 OpenCode 上提升 5.5 至 15.5 个百分点。

要点速读

1. 基准含 19 个 Python 仓库的 200 个焦点任务，重建为 400 组匹配会话规格
2. 7 个编码智能体在交错未完成任务时，焦点任务完成率平均下降 11.5 个百分点
3. 作者提出的插件式上下文管理模块在 OpenCode 上提升 5.5 至 15.5 个百分点

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。