多種推理工作量級別
SWE-2 支援 medium、high 與 max 工作量級別，可根據任務複雜度與成本考量，調整可用的推理工作量。
SWE-2 概覽
SWE-2 是 Cognition 的程式設計模型，用於代理式軟體工程工作。它旨在規劃並執行程式碼變更，同時在多種推理工作量級別之間平衡程式設計效能、推論成本與推出時間。
SWE-2 可在 Devin Desktop 與 CLI 中使用，來源文章也指出目前正陸續推出至 Devin Web 與 Fusion。Cognition 將 SWE-2 定位為軟體工作流程模型，適用於代理程式需要檢查程式碼庫、實作變更、撰寫測試並驗證成果的情境。
主要功能
聚焦程式碼庫探索
模型會將探索集中在與任務相關的程式碼庫部分；在引用的評測中，這有助於它比 SWE-1.7 更早開始實作。
更廣泛的測試涵蓋範圍
據報 SWE-2 會撰寫更多端對端測試，並在程式設計任務期間更可靠地檢查回歸問題與邊界案例。
靈活執行任務
當預期途徑受阻時，模型可以在使用者指定的界線內尋找其他路徑，包括在一個已報告的範例中，從可存取的 Slack 歷史紀錄重建資料。
以驗證為導向的行為
模型會重新推導結論、驗證假設，並執行產出物以蒐集證據，而不只是依賴表面描述。
考量成本的後訓練
其後訓練採用經成本懲罰的獎勵，並根據基礎模型的成本效能曲線進行調整，目標是在單次 RL 執行中改善各工作量級別的效能。
潛在使用情境
例行程式碼變更
對於直接的修正或中等程式設計任務，可使用 medium 工作量級別；這類任務重視快速進展與較低的推論成本。
複雜實作工作
對於較大型或較不確定的工程任務，可指派 high 或 max 工作量，以受益於額外的規劃、程式碼庫探索與驗證。
測試與回歸工作
讓代理程式在實作工作流程中建立端對端測試，並檢查回歸問題或邊界案例。
受阻調查
使用模型調查受阻的任務，在使用者已授權的資料與工具範圍內尋找替代路徑。
以證據為基礎的偵錯
要求代理程式透過重新推導結論並執行相關產出物來驗證假設，而不是接受未經驗證的解釋。
Pros and Cons
Pros
- 提供多種工作量級別，以因應不同的成本與任務複雜度取捨。
- 據報在引用的 FrontierCode 1.1 Main 評測中，相較於 SWE-1.7 可減少探索回合數與平均成本。
- 加入聚焦於端對端測試、替代路徑及以證據為基礎之驗證的行為。
- 可在 Devin Desktop 與 CLI 上使用，並據稱將推出至 Devin Web 與 Fusion。
Cons
- 目前可取得的來源未提供定價、方案限制、整合、設定需求、安全性詳細資訊或團隊管理資訊。
- 基準測試結果會因任務與工作量級別而異，因此標題所示的分數無法代表其在每個軟體專案中的效能。
FAQ
SWE-2 可在哪些平台使用？
SWE-2 可在 Devin Desktop 與 CLI 中使用，來源文章指出目前正陸續推出至 Devin Web 與 Fusion。
什麼是 SWE-2？
SWE-2 是一款從 Kimi K3 進行後訓練的程式設計模型，專為支援多種推理工作量級別的代理式軟體工程任務而設計。
SWE-2 的工作量級別有何不同？
來源資料說明了 medium、high 與 max 三種工作量級別。Medium 定位為在簡單與中等任務上提供更具成本效益的效能，而 high 與 max 則會在複雜任務上投入更多工作量。
SWE-2 與 SWE-1.7 的效率相比如何？
根據來源文章，在 FrontierCode 1.1 Main 評測中，SWE-2 medium 的得分高於 SWE-1.7，同時減少 58% 的回合數，平均成本也低 81%。
Quick Facts
- 類別
- 開發者工具
- 產品類型
- 代理式程式設計模型
- 平台
- Devin Desktop 與 CLI；據稱將推出至 Devin Web 與 Fusion
- 工作量級別
- Medium、high 與 max
- 基礎模型
- Kimi K3，一款具有 2.8T 參數的模型
- FrontierCode 1.1 Main 分數
- SWE-2 在引用基準測試中的分數為 50.0%
SWE-2 替代品
ByteAsk
ByteAsk 是專為 C 與 C++ 打造的終端機優先 AI coding agent，先編輯儲存庫再用真實編譯器、除錯器、sanitizer 與測試驗證變更，並提供免費方案與付費方案。
Ghost
Ghost 是一款終端機 AI 助手，可在命令列中聊天、產生程式碼並執行任務。內建免費模型，支援 Linux、macOS、Windows，且為開源工具。
Vi3ecode
Vi3ecode 是供 AI coding agents 使用的維護型開發環境，整合專案上下文、終端機、Git、記憶、流程與協作溝通，讓您在既有 agent 上順暢開發。
Lucid Train
Lucid Train 是一款 local-first AI coding harness，可將 repository 程式碼轉成架構圖，並以圖作為 coding agents 的規格。提供桌面版與輕量 Rust CLI，支援本地模型或自有 API keys。
CreateOS Sandbox
CreateOS Sandbox 是以 Firecracker micro-VM 執行程式與 agent 工作負載的隔離運算環境，支援私有網路、SDK、CLI 與 MCP 程式化控制。
hob
hob 是一個獨立的 coding agents 工作區，整合 agent sessions、終端機、歷史紀錄與後續工作，並維持你既有的工具與供應商設定。適合想保有本機路由、歷史與工作區結構控制權的開發者。