论文《Don’t Blame the Large Language Model: How Scaffolding Evolution Shapes Coding Agent Quality》完整梳理
arXiv:2607.03691
一、论文核心内容总结
1. 研究背景
编码智能体（Coding Agent）由底层大模型和**智能体支架（Agentic Scaffolding）**两层构成：支架是介于开发者与LLM之间中间件，负责系统提示词、工具调度、上下文管理、迭代推理循环。行业普遍存在认知误区：用户、开发者遇到智能体效果变差、token消耗暴涨时，全部归因于大模型本身，完全忽略支架迭代带来的负面影响；过往所有评测均固定支架、更换模型，从未单独隔离支架的影响。
2. 研究设计（四大研究问题RQ）
- RQ0 行业支架开发特征：调研5款主流开源CLI编码支架（Codex、Qwen Code、Gemini CLI、OpenCode、OpenHands CLI），对比VS Code、GitHub CLI两款传统开发工具，定义**高速迭代（hyper-churn）**现象：编码支架每周发布1.5–18个版本，日均13–34次合并提交，PR审核中位数不足4小时，数月内累积数千issue
