基准测试显示原生Claude Code表现优于复杂代理

发生了什么

据X用户@echen分析，针对sudo L7的100项软件工程任务基准测试显示，复杂的编码代理设置（包含多项技能与代理）表现不及原生Claude Code。测试发现，拥有37项技能、衍生17个代理的复杂设置成本为原生Claude Code的8倍，但任务完成效果更差。研究指出，在不增加额外编码插件的情况下，通过提升模型思考深度（xhigh effort）可获得最佳表现。