当Coding Agent开始动态并行，软件开发变得更好了吗？

南京大学和UIUC的研究者对 Codex、Claude Code 和 Kimi Code 三种 Coding Agent 做了并发与顺序执行的配对实验，覆盖354个软件工程任务、2124次执行，发现动态并发带来的收益并不稳定。在 LoopsBench 等长周期任务上，Claude Code 的任务完成率从顺序模式的7.1%提升至并发模式的21.4%，Codex 在 NL2Repo 上从34.6%升至57.7%；但在 SWE-bench Verified 上，Claude Code 从83.0%降至59.0%，Kimi Code 从77.0%降至59.0%。并发模式的 Token 消耗为顺序模式的1.41至3.31倍，15组 Agent 与 Benchmark 组合中有14组平均运行时间增加。论文编号 arXiv 2610.10263。