# DeepSWE开源Agent框架发布：基于Qwen3-32B与强化学习，SWE-Bench准确率59%领跑行业

- Link: https://paooo.com/aigc-news/14548/
- Published: 2026-06-26T18:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 基于Qwen3-32B与纯强化学习训练，DeepSWE不依赖专有模型蒸馏。
 * SWE-Bench-Verified上TTS后准确率59.0%，不开TTS也有42.2%。
 * 开源训练数据、代码与日志，适合学习代码理解、测试验证与多步骤推理。

> **💡 站外导读：**软件工程领域正面临AI Agent的深刻变革，开发者亟需高效、可靠的自动
> 化工具来应对日益复杂的代码任务。DeepSWE应运而生，作为Together.ai与Agentica联合
> 推出的开源AI Agent框架，它基于强大的Qwen3-32B模型并采用纯强化学习训练，无需依赖
> 专有模型蒸馏。在权威的SWE-Bench-Verified测试中，其准确率高达59%，一举登顶开源Agent
> 榜首，为解决代码理解、编辑、测试与多步骤推理等核心痛点提供了全新范式。

## DeepSWE是什么

DeepSWE是Together.ai联合Agentica开源的AI [Agent](https://paooo.com/trends/)框架，
基于Qwen3-32B模型，用强化学习训练而成。DeepSWE在SWE-Bench-Verified基准测试中表现
出色，测试时扩展（TTS）后，准确率高达59.0%，不使用TTS时Pass@1准确率达42.2%，位列
开源Agent框架榜首。模型训练数据、代码、训练和评估日志等全部开源，助力开发者学习和
改进Agent，推动强化学习在软件工程领域的应用与发展。

阅读目录

 * [DeepSWE是什么](https://paooo.com/aigc-news/14548/#deepswe%e6%98%af%e4%bb%80%e4%b9%88)
 * [DeepSWE的主要功能](https://paooo.com/aigc-news/14548/#deepswe%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [DeepSWE的技术原理](https://paooo.com/aigc-news/14548/#deepswe%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [DeepSWE的项目地址](https://paooo.com/aigc-news/14548/#deepswe%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [DeepSWE的应用场景](https://paooo.com/aigc-news/14548/#deepswe%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/14548/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![DeepSWE-Preview](https://paooo.com/wp-content/uploads/2026/05/DeepSWE-Preview-
website-1.avif)

## DeepSWE的主要功能

 * **代码理解和编辑**：理解和修改现有代码，解决特定的软件问题或实现新的功能。
 * **问题解决**：基于与环境的交互，解决复杂的软件工程问题，如修复GitHub上的问题、
   实现新代码功能和调试等。
 * **自动化测试和验证**：运行shell命令进行代码构建和测试，验证解决方案的有效性，
   确保修改后的代码不会破坏现有功能。
 * **多步骤推理**：在解决任务时，进行多步骤的推理和决策，逐步优化解决方案，直至最终
   完成任务。

## DeepSWE的技术原理

 * **强化学习训练**：完全用强化学习（RL）从零开始训练，不依赖于更强的专有教师模型
   的蒸馏或监督微调（SFT）。基于与环境的交互，学习如何在复杂的软件工程任务中做出
   最优决策。
 * **rLLM框架**：基于rLLM框架进行训练，一个用在语言智能体后期训练的系统，提供高效
   的数据管理和训练流程，支持大规模的强化学习训练。
 * **稀疏结果奖励模型**：基于稀疏结果奖励机制，只有当模型生成的代码补丁通过所有测试
   时才给予正奖励，否则奖励为零，促使模型学习生成高质量的解决方案。
 * **测试时扩展（TTS）**：在测试阶段，生成多个轨迹并选择其中正确解决问题的轨迹，
   显著提高模型的准确率。结合基于执行的验证器和无执行的验证器的优势，实现性能的大幅
   提升。
 * **Kubernetes支持**：为应对训练过程中的扩展挑战，将Kubernetes支持集成到训练环境
   中，实现容器的弹性调度和自动缩放，确保训练过程的高效性和稳定性。

## DeepSWE的项目地址

 * **HuggingFace模型库**：https://huggingface.co/agentica-org/DeepSWE-Preview

## DeepSWE的应用场景

 * **代码理解和编辑**：DeepSWE能自动理解和修改代码，快速定位修复漏洞、优化性能瓶颈
   及重构代码结构，显著提升代码的整体质量。
 * **软件问题解决**：高效处理GitHub上的问题、实现新功能及将复杂任务分解为可管理的
   子任务，进而快速解决软件工程领域中的各种难题。
 * **自动化测试和验证**：DeepSWE能自动生成测试用例，执行代码构建和自动化测试，进行
   回归测试，确保软件的稳定性和可靠性，减少人工测试的工作量。
 * **多步骤推理和解决方案优化**：基于多步骤推理解决复杂问题，不断迭代优化解决方案，
   在解决不同问题的过程中积累知识和经验，更好地应对未来的挑战。
 * **开发辅助和协作**：DeepSWE为开发人员提供实时代码建议和补全提示，辅助项目管理
   和任务分配，促进团队成员之间的协作和交流，提高整个开发团队的效率。

#### 📝 站长洞察 (Editor’s Insight)

DeepSWE的发布标志着AI Agent在软件工程领域的实用化迈出了关键一步。其核心价值在于“
纯强化学习”训练范式——摒弃了传统对强模型的依赖，通过与环境交互直接优化决策，这更接近
人类解决复杂问题的逻辑。高达59%的准确率不仅是数字突破，更预示着Agent正从“辅助工具”
向“自主协作者”演进。结合测试时扩展（TTS）等前沿技术，DeepSWE展现了“推理时计算”的
巨大潜力。其全开源策略将极大加速社区创新，推动Agent技术从实验室走向真实开发场景。
未来，这类框架或将重塑软件开发流程，催生“AI原生”的工程团队新形态。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 常见问题解答（FAQ）

DeepSWE是什么框架？

DeepSWE是Together.ai与Agentica联合开源的AI Agent框架，基于Qwen3-32B并采用纯强化学习
训练，面向软件工程任务，覆盖代码理解、编辑、测试和多步骤推理等场景。

DeepSWE在SWE-Bench上表现如何？

文章提到，DeepSWE在SWE-Bench-Verified测试中，测试时扩展（TTS）后准确率达到59.0%；
不使用TTS时Pass@1准确率为42.2%，位列开源Agent框架榜首。

DeepSWE适合哪些开发场景？

它适合代码修复、功能实现、自动化测试、回归验证和复杂问题分解等场景，也可用于辅助
开发协作，帮助提升软件工程任务的效率与可靠性。

🔬 语宙深潜追问 · 进阶实操拆解

SWE-Bench高分最该怎么理解？

分数高说明它在真实代码修复任务上更强，但不等于通用编程能力全面领先。要看它在仓库
规模、测试覆盖、补丁可读性和失败恢复上的表现，尤其是多轮编辑和工具使用是否稳定。

纯RL训练Agent最大的工程难点？

难点在奖励设计和训练稳定性。代码任务的反馈往往稀疏且延迟，必须把单元测试、静态检查
和补丁质量拆成多级奖励；同时要控制探索噪声，否则模型容易学会“投机修复”而不是泛化解
题。

🗳️ 读者观点微投票 · 您的实战立场是？

纯强化学习能重塑编程Agent吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [SWE-agent – 普林斯顿开源的AI程序员智能体](https://paooo.com/aigc-news/28025/)
 * [DeepCoder-14B-Preview – Agentica 联合 Together AI 开源的代码生成模型](https://paooo.com/aigc-news/20468/)
 * [Kimi-Dev 72B 开源代码模型登顶SWE-bench！月之暗面发布，超越DeepSeek-R1，编程能力堪比闭源模型](https://paooo.com/aigc-news/14906/)
 * [DeepSeek V3.1 正式发布：128K上下文窗口、混合推理架构与Agent能力全面升级](https://paooo.com/aigc-news/14048/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14548/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
