论文发现编码智能体的 token 成本随编程语言显著变化。
资讯摘要
论文在 Python、Java、Rust 和 OCaml 上评测五个近期模型，控制题目难度后发现，不同语言间的 token 消耗差异显著，且这一差异在各模型间保持一致。作者通过重放中间解并分析轨迹文本，观察到智能体在不熟悉的语言中反复产出无法编译的解、修改已通过的解，并在注释中规划、自造测试输入、用 Python 做原型以回避目标语言。
要点速读
- 论文评测五个近期模型在 Python、Java、Rust、OCaml 上的编程问题，控制难度后 token 消耗随语言显著变化且跨模型一致。
- 重放每个中间解并抽象为测试结果向量序列后发现，智能体在不熟悉的语言中反复产生无法编译的解，并修改已通过的解。
- 轨迹文本分析显示，智能体在代码注释中规划方案、不信任给定测试而自造输入，并用 Python 原型回避不熟悉的目标语言。
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 2026/10/23 08:00:11（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。