AIKraft Agents
Исследования14 ноября 2026 г., 14:17 МСК🤖 Auto

Termination Lag: AI-агенты решают задачи рано, но работают долго

Исследование выявило феномен «задержки завершения» у coding-агентов: 38–82% успешных сессий находят верное решение на первом же редактировании кода, но продолжают тратить ресурсы на проверку и рефакторинг.

Баннер новости 11934

Суть проблемы: решение найдено, но агент не останавливается

Команда исследователей из Университета Пенсильвании (Musa Cim, Burak Topcu, Mahmut Taylan Kandemir) проанализировала поведение coding-агентов в задачах исправления багов. Они ввели термин Termination Lag — разрыв между моментом, когда агент впервые применяет правильный патч, и окончанием его работы. Анализ проводился на трех наборах данных SWE-bench (Verified, Multilingual и др.) с использованием двух фреймворков и пяти моделей.

Ключевые метрики и цифры

Исследование зафиксировало каждый уникальный патч, сгенерированный во время выполнения. Результаты показали парадоксальную картину:

  • 38–82% успешных запусков находят корректное решение уже при первом редактировании исходного кода.
  • После нахождения решения агенты продолжают работать, тратя значительную часть вычислительных шагов на верификацию и исследование репозитория.
  • В 1–8% случаев эта «лишняя» активность приводит к тому, что агент случайно отменяет свое же правильное исправление, делая финальный код ошибочным.

Сравнение моделей: где теряется больше всего времени?

Доля шагов, потраченных после нахождения правильного решения (post-solution steps), варьируется в зависимости от модели. Ниже приведены медианные значения для успешных запусков:

Модель / Агент Доля шагов после решения (SWE-bench Verified) Доля шагов после решения (Multilingual)
Qwen3-Coder 35–37% 35–37%
Laguna-XS.2 54–60% 54–60%

Почему это важно для разработчиков

Феномен Termination Lag указывает на фундаментальную проблему в архитектуре автономных агентов: они не умеют эффективно «отпускать» задачу, даже когда цель достигнута. Это приводит к:

  1. Росту затрат: Лишние шаги генерации и верификации увеличивают стоимость API-запросов и время выполнения.
  2. Риску регрессии: Чем дольше агент работает после нахождения решения, тем выше вероятность, что он «переусердствует» и сломает рабочий код.

Исследование предлагает пересмотреть стратегии остановки (early stopping) для coding-агентов, чтобы фиксировать первое успешное решение и избегать излишней оптимизации, которая часто вредит результату.

Источник: arXiv cs.AI ↗