待验证50% 置信事实精确时间

DeepSWE侧重复杂、深度依赖的工程问题；SWE-Marathon强调长链路、多环节的任务，模拟长时间持续工作的场景。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

Meta发布Muse Wonder与Muse Wonder Full：百万上下文Agent模型全面解读

涉及实体

DeepSWEconcept SWE-Marathonconcept

相关事实

待验证DeepAgents更适合多步闭环、需要可靠交付的复杂长链路场景，内置规划能力、工具调用管理和上下文管理机制76% 相似待验证深度研究单次任务通常涉及数十次API调用和多轮推理链，token消耗可达普通对话的数十倍74% 相似待验证DeepSWE聚焦于软件工程任务，其设计思路与Princeton大学提出的SWE-bench类似但侧重跨文件的代码修改能力72% 相似已验证DeepSWE系列基准用于衡量模型在真实软件工程场景中的自主端到端工程能力71% 相似待验证DeepAgent的底层基于LangGraph构建，代表将任务规划完全交给大模型自主完成的范式70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1022761

API

curl https://kongchang.com/api/v1/knowledge/claims/1022761

MCP

get_claim(id=1022761)