快手 KwaiKAT 团队今日正式发布旗舰级 Agentic Coding 模型 KAT-Coder-Pro V2.5。新版本针对传统编程模型"跑分高但落地差"的痛点，围绕长程工程能力、通用 Agentic 能力与大规模 Agentic 强化学习体系三大维度系统性升级，目标是从单点代码补全演进为可独立完成完整软件工程任务和复杂业务工作流的 AI Agent。
在长程工程能力上，团队自研 AutoBuilder 自动化流水线，将可运行仓库环境构建成功率从行业平均约16.5% 提升至57.2%，沉淀覆盖12种编程语言、超10万个可验证真实仓库环境;同时回收高价值失败轨迹转化为训练数据，让模型掌握跨文件定位、遵循项目规范及自主调试测试的能力。
在通用 Agentic 能力上，KwaiKAT 打造 KwaiClawEnv 体系——动态扩展工具池、以真实业务任务派生海量复杂工作流、经双重过滤保留高质量训练轨迹，覆盖数据分析、跨系统整合、批量文档处理等场景，支持10轮以上长链路任务执行。
训练层面放弃纯监督微调路线，采用大规模 Agentic 强化学习:通过 Harness Scaling 在多种主流 Agent 框架下训练以避免过拟合单一交互格式;引入非对称 PPO 架构解决长程任务信用分配难题;设计分层奖励机制（核心任务结果+行为规范约束+失败探索激励）兼顾效果与鲁棒性。模型进一步通过 MOPD 多教师在线策略蒸馏，融合长程工程、通用 Agentic、终端使用、前端美学、通用知识五个专家模型能力，单模型即可同时胜任写代码、跑工作流、生成前端页面等多场景需求，无需切换。
官方公布评测数据显示:代码工程方面 SWE-Bench Pro 得分65.2、内部 KAT Code Bench 得分53.1，可直接承接完整 Issue 无需人工拆解;Agentic 任务方面 PinchBench 得分94.2、内部 KAT Claw Bench 得分85.5，全流程稳定性优异。
目前 KAT-Coder-Pro V2.5已全量上线 StreamLake 平台（streamlake.com），开放 API 申请与技术文档查阅，同步公开技术报告及开发者交流群。
地址：https://streamlake.com/product/kat-coder
阿里巴巴Qwen3.7-Max在最新Code Arena榜单中以1541分位列全球第二，仅次于Claude系列，超越GPT-5.5、Gemini3.5Flash等模型，成为国产大模型编程领域新标杆，标志着中国AI在Agentic Coding和长时程任务上的重大突破。
苹果组织近200名工程师参加AI编程训练营，旨在提升Siri在AI领域的竞争力。训练营帮助团队学习利用AI工具辅助编程，以优化即将发布的iOS 27版本中Siri的表现。结束后，60名核心开发人员将继续参与Siri开发，另60人将转岗专注于评估虚拟助手性能。
快手KAT-Coder-Pro V1模型在Artificial Analysis评测中表现突出，以64分超越Claude4.5Sonnet，跻身总榜前十。在Non-Reasoning Model榜单中更以显著优势夺冠。该模型不仅性能卓越，且输出Token消耗量远低于同类模型，展现出高效能优势。
Qoder推出“一键增强提示词”功能，通过智能优化提示词，帮助开发者更高效地与AI交互，提升编码效率。该功能旨在解决开发者在Agentic Coding时代面临的核心挑战：如何精准提问，减少构思提示词的时间消耗，获得更理想的代码输出。
智谱AI发布并开源新一代模型GLM-4.6，在Agentic Coding等关键能力上实现大幅提升。其编程能力已对齐国际顶尖模型Claude Sonnet4，并超越DeepSeek-V3.2-Exp，成为当前国内最强代码生成模型。该模型在国产化适配方面取得里程碑进展，已成功部署于寒武纪国产芯片平台。
关注 “悠AI” 更多干货技巧行业动态
相关文章
