SWE-Touch：评测用户修改代码时的编程代理

SWE-Touch针对共享工作区中的代码代理协作能力，构造会与任务完成冲突的经过验证的Counter-Edits，并在SWE-bench Verified上评测九个编码模型。用户修改使平均解决率下降7.7个百分点，且在SWE-Bench Pro和DeepSWE的长程任务中仍有影响，暴露代理对工作区变化感知、冲突协调和定向验证能力不足。