联想 TianxiCode 登顶 SWE-bench，71% 问题解决率

近日，在国际公认难度最高、最贴近真实开发环境的软件工程评测 SWE-bench-Live（Lite 分榜）中，由联想天禧 AI 自主研发的专业代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash 取得突破性成绩：以 71% 的问题解决率登顶全球第一名，并正式通过官方审核。

这一成绩不仅标志着联想自研代码智能体框架迈入国际第一梯队，更展现出天禧 AI 生态以自研工程架构驱动模型潜能、在复杂软件工程竞技场抗衡全球顶尖方案的硬核实力。TianxiCode 是联想天禧 AI 聚焦代码生成、工程开发的代码智能子能力，未来将应用到联想 AI 硬件产品中。

服务真实场景，SWE-bench-Live 的含金量有多少？

不同于考查简单语法或单函数生成的传统代码测试，SWE-bench-Live 是当前全球软件工程领域的权威性动态评测基准。

SWE-bench-Live 以真实 GitHub 项目中的问题为基础，评估模型与智能体生成代码补丁、修复问题的能力，并提供可复现的执行环境。相较于单纯考查代码片段生成，这类评测更贴近真实开发中的问题处理过程，对系统理解代码、定位问题和完成修复提出了综合要求。

为了确保评测的绝对公正，SWE-bench-Live 官方设立了"Verified"核验机制。参评方案必须提交全链路的智能体运行轨迹（Trajectories），由官方团队严格审查评测输入、信息隔离环境，并彻底排查是否存在向智能体泄露标准答案、测试用例或结果的可能。TianxiCode 与 DeepSeek-v4.1-Flash 成功通过审查并斩获"Verified"认证，充分证明了其代码修复成绩的可复现性与高含金量。

TianxiCode 架构突破，释放工程级落地能力

如果把"TianxiCode 配合 DeepSeek-v4.1-Flash"整个系统比作一个软件工程师。那么 DeepSeek-v4.1-Flash 是工程师的大脑，负责阅读代码、理解语义、构思解法；而 TianxiCode 则是工程师的眼、手、工具箱以及工作流规范。再聪明的大脑，离开了一双能敲代码、查日志的"手"和严谨的工作习惯，也无法在复杂的现实工程中独自解决 Bug。

多项榜单对比数据印证了这一点：若缺乏顶层智能体架构的系统协同，即便调用顶级闭源模型，面对真实工程难题也常常束手无策。而这些足以见证 TianxiCode 的技术含金量。

在实际软件工程场景下，TianxiCode 展现出跨文件多跳检索与精准上下文管理、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大系统工程能力。

**跨文件多跳检索（Multi-Hop Retrieval）与精准上下文管理（Context Pruning & Slicing）**让 TianxiCode 能够像资深工程师一样"顺藤摸瓜"寻找问题，在大型代码库中快速定位缺陷根因。

**自驱动规划（Autonomous Planning）与多轮工具调用（Multi-turn Tool Calling）**赋予 TianxiCode 像真人程序员一样"边看边敲"：遇到 Bug 会先列出排错计划，主动打开终端命令行去运行测试、翻阅日志、比对修改记录。遇到解决不了的问题，它还会灵活换个思路继续排查，实现自主推进。

**闭环补丁生成（Closed-Loop Patching）与测试驱动自愈（Test-Driven Self-Correction）**可以让 TianxiCode 能够自测自纠。TianxiCode 会自动在隔离环境中运行代码，一旦发现新代码报错或破坏了其他功能，就立刻进行自我反思与修改，直至补丁通过项目验收。

可以说，TianxiCode 扎实的自研工程底座展示了复杂的现实软件研发场景下，强大的智能体框架带来的决定性力量。

从榜单前列走向产业深处，天禧生态加速 AI 普惠

作为天禧 AI 生态在专业技术领域的关键研发布局，TianxiCode 此次在国际顶级评测中跻身第一梯队，不仅是一次技术实力的集中验证，更为智能体在真实研发场景的落地铺平了道路。

代码智能体的最终价值，不在于单一榜单的排名，而在于为一线开发者分担繁重的排错与工程协同成本。未来，联想天禧 AI 将持续推动 TianxiCode 的技术成果向开发者实际工具链沉淀，依托成熟的自主智能体架构，让安全、高效、真正具备自主问题解决能力的专业代码工具，深度赋能到联想的硬件设备中。

本文由联想提供，量子位获授权转载，观点归原作者所有。