Koda 提出了對於模型 DeepSeek V4 Flash 進行編碼代理測試的結果

開發人員 Koda 進行了比較流行的自動化編程工具的性能測試。在實驗過程中，DeepSeek V4 Flash 模型在四個不同的執行環境中啟動，以評估解決應用問題的有效性。

測量結果顯示，Koda 的專有工具 Koda 展示了任務執行的準確性達到 52.2%。這個指標使得工具超越了其他解決方案，包括 Kilocode、Claude Code 和 OpenCode，這些工具在類似的測試條件下顯示了較低的結果。

在研究框架中，作者分析了執行環境的架構特徵如何影響最終的 LLM 性能。主要關注的是代理如何與文件系統和項目上下文交互，這直接與成功完成編碼和調試任務相關。

測試工具之間的最終得分差異是由請求處理方法和代理操作序列管理引起的。使用專用工具允許模型更有效地使用其計算資源，最大限度地減少與代碼庫交互時的冗余操作。

這項研究強調了為代碼代理部署選擇基礎設施環境的重要性。優化模型和執行環境之間的交互成為提高實際項目中自動化開發質量的關鍵因素。