7.2
深览指数
科技Bestblogs·快手技术··AI 生成
KAT-Coder-V2.5 正式发布：从“写代码”到“做工程”，Agentic 能力全面提升
快手技术团队发布 KAT-Coder-Pro V2.5，基于三大技术升级，使 AI 编程模型从代码补全跨越到自主完成完整工程任务。核心创新包括：AutoBuilder 自动构建了超 10 万个可运行仓库环境，将环境搭建成功率从 16.5% 提升至 57.2%；KwaiClawEnv 生成真实业务工作流训练数据，覆盖跨系统整合等复杂 Agentic 任务；以及结合 Harness Scaling、非对称 PPO 和三层奖励机制的大规模强化学习，并通过 MOPD 多教师蒸馏将五个专家模型融合为单一模型。文章提供了具体的技术方案细节和量化指标，适合对 AI 编程 Agent、大模型工程化落地感兴趣的技术从业者阅读。原文 ↗
核心观点
- ▍KAT-Coder-Pro V2.5 的核心升级方向是解决模型在真实工程中只能写代码、不能完成完整任务的痛点，通过长程工程、通用 Agentic 能力和大规模强化学习实现从'写代码'到'做工程'的跨越。
- 01AutoBuilder 通过让模型扮演环境搭建工程师，自动化分析仓库、生成配置脚本、在沙箱中验证测试并迭代修复，累计沉淀超过 10 万个可运行仓库，覆盖 12 种语言，环境搭建成功率从 16.5% 提升至 57.2%。
- 02KwaiClawEnv 通过动态工具池扩展、真实任务种子派生和双重过滤机制，生成了涵盖数据分析、跨系统整合、批量文档处理、报告生成等场景的高质量训练轨迹。
- 03大规模强化学习采用 Harness Scaling（在多种主流 Agent 框架下训练）、非对称 PPO（解决长程信用分配问题）以及三层奖励机制（核心任务分数、标准行为约束、失败轨迹激励）。
- 04MOPD（多教师在线策略蒸馏）技术将五个侧重不同能力（代码、工作流、前端美观等）的专家模型在函数空间融合，使单一学生模型兼具多种能力，无需在部署时切换。
- 05文章指出模型在长程仓库任务中频繁暴露的三大问题：跨文件定位偏差、遵循规范失败、测试没跑通就交差。
反方 / 局限
- — 文章未提及模型的推理成本、延迟或对硬件资源的具体要求，也未讨论在极其复杂或罕见的长程任务上的表现上限。
- — 文章未提及 AutoBuilder 和 KwaiClawEnv 构建的训练数据是否存在质量偏差或覆盖不足，也未讨论模型在完全未知的、无历史类似项目经验的环境下的泛化能力。
KAT-Coder-Pro V2.5AutoBuilderKwaiClawEnv多教师在线策略蒸馏 (MOPD)非对称 PPO快手SWE-Bench ProKAT Code BenchPinchBenchKAT Claw Bench
4 分钟 · 4 卡片 · 7 资料
读原文 →