Switch-SWE：编码智能体在未完成任务间切换时还能保持专注吗

论文提出 Switch-SWE 基准，用于衡量编码智能体在同一仓库多个未完成任务交错进行时恢复先前任务的能力。该基准包含来自 19 个 Python 仓库的 200 个焦点任务，并渲染为 400 组匹配的会话规格；在 7 个编码智能体上，交错未完成工作导致焦点任务解决率平均下降 11.5 个百分点，区间为 6.0 至 15.0 个百分点。