AI编程优化框架Arbor发布 同等算力表现优于Claude Code和Codex达2.5倍

时间：2026年6月18日 地点：美国 人物：Arbor团队 事件详情：VentureBeat报道，AI优化框架Arbor发布，在同等算力预算下比Claude Code和OpenAI Codex表现高出2.5倍。Arbor的核心创新在于构建持续学习树（persistent tree），记录每次实验的失败模式并将其转化为约束条件，而非浪费算力重复错误。 背景：现有的编程Agent在多次迭代中通常只是循环尝试而不进行有效学习。Arbor通过构建一个持久化实验树，每次失败都成为后续推理过程中的有用约束，从而在相同算力预算下取得显著的性能提升。 影响： - 大幅降低AI编程的算力消耗，为企业节省成本 - 持续学习机制为AI Agent的自我改进提供了新范式 - 与Claude Code和Codex形成市场竞争 总结：AI优化框架Arbor发布，通过构建实验树实现持续学习，在同等算力下表现超越Claude Code和Codex达2.5倍，为AI编程Agent的效率提升探索了新路径。 参考来源： - https://venturebeat.com/orchestration/new-ai-optimization-framework-beats-claude-code-and-codex-by-2-5x-on-the-same-compute-budget