研究与基准测试/2026-09-27/10 分钟Tokenomics：量化 Agent 软件工程中的 token 都花在哪了Concordia 大学 MSR 2026 论文全译：ChatDev + GPT-5 跑 30 个开发任务，代码评审吃掉平均 59.4% 的 token，输入 token 占 53.9%——agent 协作的主要成本在精炼与验证，不在写代码。原文 CC BY 4.0。
研究与基准测试/2026-07-30/6 分钟内部基准没给分数：阿里云 Qoder 只用四维比较专家模式阿里云写了 Qoder Experts Mode 的组长编排和一次内部复杂任务基准：质量更高、成本更低，但没有总分和样本量。代码搜索 F-Score 提高 21%，浏览器省 60% Token，评审榜称 Top 2。
