当前位置：首页 > AI资讯

Cognition 发 SWE-2 Flash：65B 模型专干编程智能体

结论先说：据 LLM Releases 变更日志，Cognition 发布了 SWE-2 Flash，一个 650亿参数的稠密模型，从零训练，主打智能体式编程（agentic coding），支持 1M 上下文。厂商自报在 TerminalBench 2.1 上拿到 80.52 分。权重已上 Hugging Face，API 可通过 Together、GMI Cloud 和 OpenRouter 调用。说白了，这是冲着"让 AI 自己改 bug、自己提交"那条赛道去的专用型号，不是通用聊天模型。

它跟通用大模型差在哪儿

普通大模型你问它写段代码，它吐一段，对不对你自查。SWE-2 Flash 这种是嵌在编程智能体里的：读仓库、跑测试、改文件、提 PR，一条龙。1M 上下文意味着它能把整个不大不小的代码库塞进脑子，不至于改东漏西。

老程序员一听就懂：这就是把" junior 工程师"做成了一个能 7x24 跑的工种，脏活累活它先顶上。

分数为啥要看 TerminalBench

TerminalBench 测的是真实终端任务——真去敲命令、改环境、跑通结果，不是做选择题。80.52 这个分是厂商自报，咱当参考。但方向对：编程智能体的价值不在"聊得欢"，在"活儿干完没"。

开放权重是步好棋

把权重甩上 Hugging Face，等于允许自部署，企业敏感代码不用非得传第三方云。再叠上 Together、OpenRouter 这些 API 渠道，调用门槛低了一大截。要我说，这种"开源+托管"双轨，是现在编程模型的标准打法了。

老炮的实在话

第一，自报分数得自己压测，尤其在你自家代码库上，别信榜单信手感。第二，智能体改代码最怕"改完能跑但埋雷"，CI 和 code review 这道关不能省，我当年被自动脚本改崩过生产环境，教训血泪。第三，650亿稠密模型本地跑对显存有要求，真要自部署先算硬件账。

编程智能体的护城河在工具调用

咱就说，写代码的模型一抓一大把，真正分高下的在工具调用——能不能读懂仓库、跑通测试、自己提 PR。SWE-2 Flash 主打的就是这条链路，1M 上下文意味着能把不大不小的代码库整库塞进脑子，改东不漏西。

但自报分数得自己压测，尤其在你自家代码库上。智能体改代码最怕改完能跑却埋雷，CI 和 code review 这道关不能省，我当年被自动脚本改崩过生产环境，教训血泪。

再掰扯下部署。权重上了 Hugging Face，可自部署，敏感代码不必非走第三方云，隐私上更稳；API 也能通过 Together、OpenRouter 这些渠道调，门槛低一大截。但 650亿稠密模型本地跑对显存有要求，真要自部署先算硬件账。要我说，这种开源加托管的双轨，已经是编程模型的标准打法了——能干活比能聊天实在，但 review 这道关永远不能省。