相同模型，相同提示词，两个代理框架：45/50 vs 43/50

通过两个开源编码代理运行了从合并PR重建的50个任务，均基于deepseek-v4-flash模型。相同模型，相同的系统提示词通过一个在漂移时失败的同步脚本写入两个配置，相同的密封容器，两者均无网络访问。由每个项目自身的保留测试加上一个3模型评审面板进行评分。45/50 对 43/50，评审平均分 88.6 对 85.6。成本相差无几，整个运行分别为 $1.59 和 $1.53。五十个案例中两个案例的差异不足以作为唯一依据。更有趣的差异在于挂钟时间，这让我意识到不能盲目相信自己的平均值。在平均值上，我们的系统每个案例看起来慢了2分钟。在中位数上，分别为5.5对7.0，并且逐个案例比较，我们的系统在50个中有31个更快。整个平均差距源于一个单一案例，一个两个代理都失败的React水合错误，我们的系统运行了271分钟和1322步后放弃，而另一个在63步时退出。我们的无进展检测显然没有触发。这是一个真正的漏洞，而非测量误差，也是本次运行中最差的单个结果。几乎相同的花费也换来了非常不同的工作形态：输出令牌分别为1.5M和573K，推理令牌分别为1.0M和1.3M。披露：我们的系统是octomind，因此这是我们的基准测试和我们的偏见。仓库链接在评论中，按照子版块规则。发布主要是因为我没有看到很多相同模型的框架比较，我想知道是否有人在我们未拥有的基准测试上运行过。