DeepSWE：Together.ai联合Agentica开源的AI Agent框架

什么是DeepSWE？

DeepSWE是由Together.ai与Agentica联合开发并开源的一款AI代理框架。该框架基于Qwen3-32B模型构建，并通过强化学习技术进行训练。在权威的SWE-Bench-Verified基准测试中，DeepSWE展现出卓越的性能：测试时扩展（TTS）后准确率高达59.0%，而未使用TTS时的Pass@1准确率也达到了42.2%，双双领先于其他开源代理框架。项目团队将完整的训练数据、源代码及训练日志等资源全部开放，为开发者提供了一个学习与优化AI代理技术的理想平台，同时也推动了强化学习在软件工程领域的研究与实践。

DeepSWE的核心功能

作为一款先进的AI代理框架，DeepSWE提供了以下核心功能：

• 代码理解和编辑能力：能够准确理解现有代码结构，并根据需求进行修改和优化。这使得DeepSWE在修复软件缺陷、优化系统性能以及重构代码架构等方面表现出色。
• 复杂问题解决能力：通过与运行环境的交互，DeepSWE可以独立完成多种复杂的软件工程任务。例如，自动修复GitHub上的已知问题、快速实现新功能需求以及智能化地进行代码调试等。
• 自动化测试和验证机制：内置了强大的测试能力，支持执行shell命令来完成代码构建和运行测试。系统会通过多维度的验证器（包括基于执行的和无执行的）来确保代码修改的有效性，避免破坏现有功能。
• 多步骤推理与优化：在处理任务时，DeepSWE能够进行多层次、多阶段的逻辑推理和决策判断。它会逐步完善解决方案，直至最终完成目标任务。这种能力使其在应对复杂工程问题时表现出色。

DeepSWE的技术架构

DeepSWE采用了多项创新技术来实现其强大的功能：

• 强化学习驱动训练：整个模型完全基于强化学习（Reinforcement Learning, RL）框架进行训练，无需依赖外部的强大教师模型或监督微调技术。这种纯粹的RL方法使DeepSWE能够通过与环境交互直接学习最优决策策略。
• rLLM训练框架：采用了先进的rLLM（强化语言模型）训练系统，该系统专为AI代理的后期训练设计。它提供了高效的数据管理能力和灵活的训练流程支持，确保了大规模RL训练任务的顺利进行。
• 稀疏结果奖励机制：创新性地引入了基于稀疏结果的奖励模型。只有当生成的代码补丁通过所有测试用例时才会获得正向奖励，否则奖励为零。这种设计极大地提升了模型输出代码的质量。
• 测试时扩展（TTS）技术：在测试阶段，系统会生成多个可能的行为轨迹，并从中选择最优路径来解决问题。这种方法结合了基于执行和无执行验证器的优势，显著提升了模型的整体性能。
• Kubernetes集群支持：为了应对大规模训练环境中的扩展需求，DeepSWE集成了Kubernetes技术，实现了容器资源的弹性调度与自动伸缩功能。这确保了训练过程的高效性和稳定性。

获取DeepSWE

开发者可以访问以下链接获取DeepSWE模型及相关资源：

• HuggingFace模型库地址：https://huggingface.co/agentica-org/DeepSWE-Preview

应用场景与价值

DeepSWE的应用场景非常广泛，主要体现在以下几个方面：

• 代码质量提升：能够自动识别和修复代码中的潜在缺陷，优化系统性能表现，并重构代码结构以提高可维护性。
• 软件开发加速：通过自动化处理GitHub问题、快速实现新功能需求以及分解复杂任务为简单子任务等方式，显著提升了软件开发效率。
• 测试覆盖率提升：系统能够自动生成有效的测试用例，并执行回归测试等任务。这不仅降低了人工测试的工作量，还提高了软件质量。
• 智能辅助开发：为开发者提供实时代码建议、自动补全功能以及项目管理支持，帮助团队更高效地完成协作开发工作。

DeepSWE的成功开源标志着AI技术在软件工程领域的又一重要突破。它不仅为学术研究提供了宝贵的实验平台，也为工业界的应用落地开辟了新的可能性。未来，随着更多开发者加入到该项目中，相信DeepSWE将会持续进化，为推动智能化开发工具的发展做出更大贡献。