**SWE-Touch：评估编码代理在用户协作修改代码时的表现**

_SWE-Touch: Benchmarking Coding Agents When Users Touch the Code_

> HuggingFace社区推出SWE-Touch基准测试，用于评估编码代理在共享工作空间中应对用户实时修改代码的能力。研究通过注入与任务冲突的合理代码编辑，测试九个编码模型在SWE-bench上的表现，发现平均解决率下降7.7个百分点。分析表明，当前代理缺乏对工作空间变化的感知能力，难以有效协调冲突修改并验证代码，揭示了自主性能与协作能力之间的差距。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.02499)