本研究首次系统评估编码代理在实际使用中的成本低效行为。我们在 SWE‑bench Verified 数据集上收集了 1,200 条 Claude Code 与 Mini‑SWE‑Agent 的轨迹，覆盖四种配置。分析结果揭示了三类高频低效行为：检索被覆盖、脚本生成相似以及测试重复执行。这三类行为出现在 $79.00\%$‑$98.00\%$ 的任务中，累计占任务成本的最高 $22.75\%$。针对这些行为，我们实验了三种缓解方案：结构感知检索、代理自合成技能以及开发者设计技能，分别在 10k 条持出任务（SWE‑bench Verified 与 Pro）上进行评估。主要发现包括：结构感知检索可能引入额外检索开销并改变代理的委派方式，导致检索效率提升不稳定，成本最高上升 $28.14\%$；代理自合成技能倾向于提供低层次、针对特定轨迹的指导，限制了其通用性和效果；相对而言，开发者设计技能提供高层次、与轨迹无关的指导，成本下降可达 $41.73\%$，约为自合成技能最大收益的两倍。
点评