Scrouting: Cost-Aware Routing of Coding Agents by Scouting the Repository First
arXiv 论文 2608.04804v1 提出 SuperScout，一种先侦察仓库再路由的编码 Agent 路由方法。SuperScout-7B 搜索器探索仓库并生成结构化交接，其复现声明在沙箱中验证，虚假声明在交付前被剥离。搜索器的隐藏状态与任务文本一起输入基于简历的路由器，将任务分派给四个前沿修复器之一。添加新修复器无需重新训练。在 SWE-bench Pro 的 Python 子集（266 个任务）上，在官方封顶预算下，SuperScout 的解决率为 159/266，最佳单模型为 158/266，总成本约为最佳模型的五分之一。无路由器消融（始终使用最便宜的修复器并带交接）与路由系统持平，表明交接而非路由决策带来了结果。
Development
- First ReportScrouting: Cost-Aware Routing of Coding Agents by Scouting the Repository FirstarXiv cs.AI
- Current Assessment该研究展示了成本感知路由在编码 Agent 中的潜力，通过先侦察仓库再路由，以约五分之一成本匹配最佳单模型性能。这暗示，在推理成本敏感的编码任务中，智能路由和上下文准备可能比单纯追求更大模型更具性价比。然而，无路由器消融持平表明路由决策的增益有限，行业应用需谨慎评估。Agent Pulse · analysis
arXiv 论文 2608.04804v1 提出 SuperScout，一种成本感知的编码 Agent 路由方法。与仅根据问题文本选择模型的现有路由器不同，SuperScout 首先侦察仓库：一个 7B 参数的搜索器探索仓库并生成结构化交接，其复现声明在沙箱中验证，虚假声明在交付前被剥离。搜索器的隐藏状态与任务文本一起输入基于简历的路由器，将任务分派给四个前沿修复器之一。添加新修复器无需重新训练。在 SWE-bench Pro 的 Python 子集（266 个任务）上，在官方封顶预算下，SuperScout 的解决率为 159/266，最佳单模型为 158/266，总成本约为最佳模型的五分之一。无路由器消融（始终使用最便宜的修复器并带交接）与路由系统持平，表明交接而非路由决策带来了结果。配对校准研究指出机制：交接似乎提高了修复器的校准。
SuperScout 的核心创新在于将路由决策从问题文本转移到仓库侦察后的交接。7B 搜索器生成的结构化交接包含沙箱验证的复现声明，这为路由器提供了比纯文本更丰富的信号。路由器使用搜索器的隐藏状态和任务文本，可能捕捉到仓库结构与问题之间的深层关联。无路由器消融与路由系统持平，表明交接本身是主要贡献，而路由决策在基准上未带来额外收益。这提示，在编码 Agent 中，高质量的上下文准备可能比模型选择更重要。
该研究展示了成本感知路由在编码 Agent 中的潜力，通过先侦察仓库再路由，以约五分之一成本匹配最佳单模型性能。这暗示，在推理成本敏感的编码任务中，智能路由和上下文准备可能比单纯追求更大模型更具性价比。然而，无路由器消融持平表明路由决策的增益有限，行业应用需谨慎评估。
对于提供编码 Agent 服务的公司，SuperScout 展示了通过路由和交接降低推理成本的可能性，同时保持解决率。这可能导致编码 Agent 服务的定价下降或利润率提升，并影响模型选择策略。
未来可验证的信号包括：SuperScout 是否在更大基准或更多任务上保持成本优势；路由决策在更复杂任务或更多修复器时是否带来显著增益；交接机制是否被其他系统采用。