多种推理工作强度级别
SWE-2 支持 medium、high 和 max 三种工作强度级别，可根据任务复杂度和成本考量匹配可用的推理工作强度。
SWE-2 概览
SWE-2 是 Cognition 面向智能软件工程工作的编码模型。它旨在规划并执行代码变更，同时在多种推理工作强度级别之间平衡编码性能、推理成本和推出时间。
该模型可在 Devin Desktop 和 CLI 中使用，源文章还称其正在推出 Devin Web 和 Fusion 版本。Cognition 将 SWE-2 定位为面向软件工作流的模型：智能体需要检查代码库、实现变更、编写测试并验证最终工作成果。
主要功能
聚焦代码库探索
该模型会将探索重点放在代码库中与任务相关的部分；在所引用的评测中，这有助于其比 SWE-1.7 更早开始实现。
更广泛的测试覆盖
据报道，在编码任务中，SWE-2 会编写更多端到端测试，并更可靠地检查回归问题和边界情况。
灵活执行任务
当预期路径受阻时，该模型可以在用户声明的边界内寻找其他路径，包括在一个所报告的示例中，根据可访问的 Slack 历史记录重建数据。
面向验证的行为
该模型会重新推导结论、验证假设并运行产物来收集证据，而不是仅依赖表层描述。
考虑成本的后训练
其后训练采用经过成本惩罚的奖励，并根据基础模型的成本—性能曲线进行调优，目标是在一次 RL 运行中提升各工作强度级别下的性能。
潜在使用场景
常规代码变更
对于简单修复或中等编码任务，可使用 medium 工作强度级别，适合优先考虑快速推进和较低推理成本的情况。
复杂实现工作
对于规模更大或不确定性更高、需要额外规划、代码库探索和验证的工程任务，可分配 high 或 max 工作强度。
测试与回归工作
让智能体在实现工作流中创建端到端测试，并检查回归问题或边界情况。
受阻任务调查
通过查找用户已授权的数据和工具范围内的替代路径，使用该模型调查受阻的任务。
基于证据的调试
要求智能体通过重新推导结论并运行相关产物来验证假设，而不是接受未经验证的解释。
Pros and Cons
Pros
- 提供多个工作强度级别，可在不同成本与任务复杂度之间进行权衡。
- 据报道，在所引用的 FrontierCode 1.1 Main 评测中，相较于 SWE-1.7，可减少探索轮次并降低平均成本。
- 增加了侧重端到端测试、替代路径和基于证据验证的行为。
- 可在 Devin Desktop 和 CLI 中使用，并已宣布将推出 Devin Web 和 Fusion 版本。
Cons
- 现有来源未提供定价、套餐限制、集成、设置要求、安全细节或团队管理信息。
- 基准测试结果会因任务和工作强度级别而异，因此概括性得分并不能确定其在每个软件项目中的表现。
FAQ
SWE-2 可在哪里使用？
SWE-2 可在 Devin Desktop 和 CLI 中使用，源文章称其正在推出 Devin Web 和 Fusion 版本。
什么是 SWE-2？
SWE-2 是一个从 Kimi K3 进行后训练的编码模型，面向多个推理工作强度级别下的智能软件工程任务。
SWE-2 的不同工作强度级别有何区别？
来源介绍了 medium、high 和 max 三种工作强度级别。medium 适用于简单和中等任务，可实现更高的成本效率；high 和 max 则会为复杂任务投入更多工作强度。
SWE-2 在效率方面与 SWE-1.7 相比如何？
在 FrontierCode 1.1 Main 评测中，根据源文章，SWE-2 medium 的得分高于 SWE-1.7，同时平均减少 58% 的轮次，平均成本降低 81%。
Quick Facts
- 类别
- 开发者工具
- 产品类型
- 智能编码模型
- 平台
- Devin Desktop 和 CLI；已宣布将推出 Devin Web 和 Fusion 版本
- 工作强度级别
- Medium、high 和 max
- 基础模型
- Kimi K3，一款拥有 2.8T 参数的模型
- FrontierCode 1.1 Main 得分
- 在所引用的基准测试中，SWE-2 的得分为 50.0%
SWE-2 替代品
ByteAsk
ByteAsk 是面向 C 和 C++ 的终端优先 AI 编码 agent，可直接编辑仓库，并在展示 diff 前用真实编译器、调试器、sanitizers 和测试验证修改。提供免费版与付费方案。
Ghost
Ghost 是一款基于终端的 AI 助手，可在命令行中聊天、生成代码并运行任务。内置免费模型，支持 Linux、macOS 和 Windows，且为开源项目。
Vi3ecode
Vi3ecode 是面向 AI 编程代理的持续开发环境，保留项目上下文、终端、Git、记忆、流程、评审与沟通，围绕你正在使用的 agent 协同工作。
Lucid Train
Lucid Train 是一款本地优先的 AI 编码工具，可将仓库代码生成架构图，并把图作为编码代理的规格说明。支持桌面应用与轻量 Rust CLI，可运行本地模型或使用自有 API key。
CreateOS Sandbox
CreateOS Sandbox 是基于 Firecracker 微型虚拟机的隔离计算环境，用于运行代码和 agent 工作负载，支持私有网络、SDK、CLI 和 MCP 程序化控制。
hob
hob 是面向编码 agent 的独立工作区，可将 agent 会话、终端、历史记录和后续工作围绕你已在用的工具与提供商有序管理，适合重视本地路由、历史和工作区结构控制的开发者。