arXiv 2026年6月16日该工作将AI智能体性能形式化为“意图—执行”缺口（模型意图与框架执行之间的不匹配），提出可定制的Simple Strands Agent（SSA）框架以对齐不同模型家族，在SWE-Pro、SWE-Verified、Terminal-Bench-2和Deep-SWE上复现或提升各模型提供方报告的pass@1，并基于SSA生成的15.4万条轨迹，用代码状态空间表示计算解距离与回溯，结合编辑频率、测试活动和阶段转换等细粒度指标，揭示前沿模型在pass@1相近情况下解题行为与努力分配的差异。该工作将AI智能体性能形式化为“意图—执行”缺口（模型意图与框架执行之间的不匹配），提出可定制的Simple Strands Agent（SSA）框架以对齐不同模型家族，在SWE-Pro、SWE-Verified、Terminal-Bench-2和Deep-SWE上复现或提升各模型提供方报告的pass@1，并基于SSA生成的15.4万条轨迹，用代码状态空间表示计算解距离与回溯，结合编辑频率、测试活动和阶段转换等细粒度指标，揭示前沿模型在pass@1相近情况下解题行为与努力分配的差异。研究者提出“意图—执行”缺口概念并构建SSA框架，在多个智能体基准上复现或提升pass@1，并分析15.4万条轨迹揭示模型解题行为差异该工作将AI智能体性能形式化为“意图—执行”缺口（模型意图与框架执行之间的不匹配），提出可定制的Simple Strands Agent（SSA）框架以对齐不同模型家族，在SWE-Pro、SWE-Verified、Terminal-Bench-2和Deep-SWE上复现或提升各模型提供方报告的pass@1，并基于SSA生成的15.4万条轨迹，用代码状态空间表示计算解距离与回溯，结合编辑频率、测试活动和阶段转换等细粒度指标，揭示前沿模型在pass@1相近情况下解题行为与努力分配的差异。该工作将AI智能体性能形式化为“意图—执行”缺口（模型意图与框架执行之间的不匹配），提出可定制的Simple Strands Agent（SSA）框架以对齐不同模型家族，在SWE-Pro、SWE-Verified、Terminal-Bench-2和Deep-SWE上复现或提升各模型提供方报告的pass@1，并基于SSA生成的15.4万条轨迹，用代码状态空间表示计算解距离与回溯，结合编辑频率、测试活动和阶段转换等细粒度指标，揭示前沿模型在pass@1相近情况下解题行为与努力分配的差异。