联想代码智能体TianxiCode登顶SWE-bench榜单

在贴近真实开发环境的国际权威软件工程评测 SWE-bench-Live（Lite 分榜）中，联想天禧AI自主研发的代码智能体框架 TianxiCode 联合 DeepSeek-v4.1-Flash 取得突破：以 71% 的问题解决率登顶全球榜首，并顺利通过官方审查认证。

这项成绩表明，联想自研代码智能体架构已经具备对抗全球顶尖方案的实力。作为联想天禧AI聚焦代码生成与软件开发的核心能力，TianxiCode 后续将逐步落地到联想各类 AI 硬件产品中。

真实开发场景下的高难度考验

不同于传统针对简单语法或单函数的评测，SWE-bench-Live 是当前全球软件工程领域极具权威性的动态评测基准。它以 GitHub 真实项目中的真实问题为基础，全面评估模型与 AI 智能体生成代码补丁、定位并修复缺陷的综合能力，并提供可复现的隔离执行环境。

为确保评测公正，SWE-bench-Live 设有严格的“Verified”核验机制。参评团队必须提交完整的智能体运行轨迹，由官方审查输入环境与隔离策略，彻底排除测试用例与标准答案泄露的可能。TianxiCode 与 DeepSeek-v4.1-Flash 此次通过核验，充分证明了其代码修复成绩的可复现性与含金量。

依托三大工程能力实现闭环修复

在完整的智能体系统中，基础大语言模型类似于负责理解语义和构思解法的大脑，而智能体框架则是负责敲代码、查日志的眼、手和工程工作流。面对复杂的现实工程，仅靠调用基础模型往往难以独立解决大型代码库中的 Bug，顶层架构的协同至关重要。

在实际软件工程任务中，TianxiCode 展现出三项核心工程能力：

1. 跨文件多跳检索与精准上下文管理：像经验丰富的工程师一样在大型代码库中顺藤摸瓜，通过上下文剪枝与切片快速定位缺陷根因。
2. 自驱动规划与多轮工具调用：具备自主推进能力，遇到 Bug 时先规划排查路径，主动在命令行中运行测试、翻阅日志和对比修改记录，并在受阻时灵活调整排查策略。
3. 闭环补丁生成与测试驱动自愈：在隔离环境中自动运行测试代码。一旦新代码报错或破坏已有功能，智能体能迅速进行自我反思与修改，直至补丁完全通过验收。

从基准评测走向产业落地

代码智能体的长期价值不仅在于榜单成绩，更在于为一线开发者降低繁重的调试排错与工程协同成本。随着 TianxiCode 登顶 SWE-bench-Live，联想计划将这些智能体技术沉淀至实际开发者工具链中，进一步赋能其个人电脑等硬件生态。