MicroPerf-Bench：评测编码智能体的系统级性能优化能力

研究团队提出 MicroPerf-Bench，用于评测编码智能体在微服务系统端到端性能优化上的能力，包含 7 个系统、9 类性能反模式共 65 个优化实例。在覆盖 9 种智能体与模型配置的 1755 次运行中，最佳配置仅恢复了 42.0% 的注入性能退化。主要失败并非代码无效，而是改动功能正确且符合约束却未能提升端到端性能，说明系统级瓶颈定位是当前编码智能体的关键挑战。