Agent运行时在DeepSWE中减少80%的LLM调用次数，成功率更高

Tura是一个开源的本地编码代理，专为开发者设计，旨在解决现有编码代理中常见的模糊技能声明、缺乏证据的令牌节省扩展以及无判断力的代理破坏代码库等问题。在最新的DeepSWE v1.1基准测试中，Tura展示了显著的优势。

测试在20个DeepSWE任务上进行，每个任务运行60个会话，使用GPT-5.6 SOL模型并设置高推理努力度。Tura提供了两种配置：Direct和Balanced。Direct配置通过减少重复上下文和模型往返，实现了83.5%的令牌节省，验证器成功率为65.0%，而官方Codex CLI High配置的成功率为60.0%。Balanced配置则将节省的预算更多地用于推理、调查和验证，达到了80.0%的成功率——比Codex CLI High高出20个百分点——同时仍使用49.6%更少的令牌。

Tura的核心创新之一是宏CLI命令工具。与传统编码代理需要多次工具调用（检查、等待、修补、等待、构建、等待、测试、等待）不同，Tura通过一个名为command_run的宏工具，将多个相关操作合并到一次LLM调用中。例如，传统代理需要五次LLM调用来完成检查、修补、构建、测试和lint验证，而Tura只需一次结构化宏工作流即可完成。

另一个创新是反向推理策略。传统代理从当前状态逐步推理到目标状态，但LLM作为统计归纳模型，倾向于生成统计上更常见的代码和逻辑，这往往平庸且未经深思。Tura引导模型先统计估计前一个状态，然后从该状态向后推理，从而找到更优的解决方案。在编程任务中，这意味着代理在编写代码之前，会先推理完整的执行路径，重建失败状态并确定根本原因。

Tura的运行时上下文和提示管理器也不同于传统框架。传统代理通常将技能文件、工具输出和过时任务历史累积到会话中，导致上下文过大，重要细节可能丢失。Tura将上下文视为运行时状态机的一部分，通过任务状态、运行时提示和递归执行手册来保持活动上下文局限于当前任务。这使得上下文更精简，令牌成本更低，并且减少了旧技能或模糊摘要误导当前任务的机会。

Tura的代码库托管在GitHub上，可通过npm安装（tura-ai），也支持从源码构建。它提供了CLI、TUI和GUI多种界面，并支持自定义提供商。安装和配置非常简单，用户可以在首次启动时配置LLM提供商并选择模型。

尽管这些结果令人鼓舞，但Tura团队承认，尚未针对每个配置的提供商建立等效的质量或性能。更广泛的测试包括Anthropic/Claude、Google/Gemini、OpenAI兼容提供商、本地提供商、UI延迟、运行时/会话解析和跨操作系统测量，这些仍在路线图中。