# 昆仑万维开源Skywork-SWE-32B：32B参数量刷新SWE-bench记录，代码智能体基座模型迎来新突破

- Link: https://paooo.com/aigc-news/14860/
- Published: 2026-06-28T14:42:22+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

 * 32B开源代码[智能体](https://paooo.com/trends/)Skywork-SWE-32B，专攻仓库级Bug修复
   与多轮交互。
 * 基于1万+可验证GitHub任务实例训练，SWE-bench Verified达38.0% pass@1。
 * 结合测试时扩展技术后提升至47.0%，逼近甚至超越部分闭源模型。

> **💡 站外导读：**在AI编程助手日益普及的今天，如何让模型真正解决复杂、真实的软件
> 工程问题，而非仅限于代码片段补全，成为行业核心挑战。仓库级代码修复涉及长上下文
> 理解、多轮交互与环境验证，对模型能力要求极高。昆仑万维此次开源的Skywork-SWE-32B
> 模型，正瞄准这一痛点，通过构建超大规模可验证数据集与创新训练推理技术，旨在推动
> 开源代码智能体迈向实用化新阶段。

## Skywork-SWE-32B是什么

Skywork-SWE-32B是昆仑万维开源的32B规模的软件工程（SWE）自主代码智能体基座模型。模型
专注于软件工程任务，特别是仓库级代码修复能力，能在多轮交互和长文本处理的复杂场景
中表现出色。通过构建超过1万个可验证的GitHub仓库任务实例，打造了目前最大规模的可验证
GitHub仓库级代码修复的数据集，在SWE-bench Verified基准测试中取得了38.0%的pass@1准确
率，刷新了同参数规模模型的最佳成绩。引入测试时扩展技术后，准确率进一步提升至47.0%，
显著超越了现有32B以下的开源模型，接近甚至超越部分闭源模型的性能。

阅读目录

 * [Skywork-SWE-32B是什么](https://paooo.com/aigc-news/14860/#skyworkswe32b%e6%98%af%e4%bb%80%e4%b9%88)
 * [Skywork-SWE-32B的主要功能](https://paooo.com/aigc-news/14860/#skyworkswe32b%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Skywork-SWE-32B的技术原理](https://paooo.com/aigc-news/14860/#skyworkswe32b%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Skywork-SWE-32B的项目地址](https://paooo.com/aigc-news/14860/#skyworkswe32b%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Skywork-SWE-32B的应用场景](https://paooo.com/aigc-news/14860/#skyworkswe32b%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/14860/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Skywork-SWE-32B](https://paooo.com/wp-content/uploads/2026/05/Skywork-SWE-32B-
website1-1.avif)

## Skywork-SWE-32B的主要功能

 * **仓库级代码修复**：能定位GitHub仓库中的代码问题（如Bug），生成修复代码，验证
   修复效果，完成从问题理解到解决的全流程闭环。
 * **多轮交互能力**：支持超过50轮的交互，模拟真实开发场景中的多次调试与修复过程，
   逐步解决问题。
 * **长文本处理**：能处理超过32k tokens的长文本，满足复杂代码文件和多文件依赖的处理
   需求。
 * **自动化验证**：通过构建专用的运行时环境和单元测试验证机制，确保生成的修复代码
   在实际运行环境中有效。

## Skywork-SWE-32B的技术原理

 * **大规模数据集构建**
    - **自动化数据收集与验证**：通过三阶段的自动化流程（数据采集与预筛选、基于执行
      的验证、智能体轨迹生成），构建了包含10,169个真实Python任务实例的数据集，覆盖
      2,531个不同的GitHub仓库。
    - **运行时环境支持**：每个任务实例都配备了专用的Docker运行时环境镜像，支持自动
      化单元测试验证，确保生成的修复代码在实际运行环境中有效。
    - **高质量训练轨迹**：通过智能体在任务求解过程中的多轮交互轨迹，生成高质量的
      训练样本，用于模型的微调。
 * **模型训练与优化**
    - **基于OpenHands框架**：采用OpenHands代码智能体框架，支持多轮交互和长文本处理，
      能模拟真实开发场景中的代码修复过程。
    - **数据缩放定律**：通过系统性验证，发现随着训练数据规模的增加，模型性能持续
      提升，验证了数据缩放定律在软件工程任务中的适用性。
    - **测试时扩展技术（TTS）**：在推理阶段，通过增加独立rollout的数量（如N=8），
      进一步提升模型的性能，充分利用模型的推理能力。

## Skywork-SWE-32B的项目地址

 * **HuggingFace模型库**：https://huggingface.co/Skywork/Skywork-SWE-32B
 * **技术论文**：https://huggingface.co/Skywork/Skywork-SWE-32B/resolve/main/assets/
   Report.pdf

## Skywork-SWE-32B的应用场景

 * **优化代码质量**：模型可以分析代码中的潜在问题，提出优化建议，帮助开发者提高代码
   质量和可维护性。
 * **单元测试自动化**：通过构建专用的运行时环境和单元测试验证机制，Skywork-SWE-32B
   能自动化执行测试用例，验证生成的修复代码是否有效。
 * **教学辅助**：在软件工程和编程课程中，Skywork-SWE-32B可以作为教学工具，帮助学生
   理解代码问题的解决过程，提高编程能力。
 * **研究支持**：为研究人员提供了强大的实验平台，用于探索大语言模型在软件工程任务
   中的应用，验证数据缩放定律等理论。
 * **内部开发工具**：企业可以将Skywork-SWE-32B集成到内部开发工具中，自动化处理代码
   问题，减少人工干预，提高开发效率和代码质量。

#### 📝 站长洞察 (Editor’s Insight)

Skywork-SWE-32B的发布，标志着开源社区在专用代码智能体领域取得了实质性进展。其核心
价值不仅在于刷新了SWE-bench Verified基准，更在于它揭示了一条清晰的路径：通过构建
大规模、高质量、可验证的专用数据集（如其万级GitHub仓库实例），并结合数据缩放定律
与测试时扩展技术（TTS），能让中等规模的开源模型在复杂软件工程任务上逼近甚至挑战顶
级闭源模型。这预示着‘数据驱动’与‘推理增强’双轮驱动将成为未来代码[大模型](https://paooo.com/ai-study/)
发展的关键范式。对于企业而言，此类模型集成到内部开发流程，有望在代码审查、缺陷修复、
测试用例生成等环节实现效率跃升，降低对昂贵闭源API的依赖。开源生态的壮大，将持续推动
AI编程从辅助‘补全’向自主‘求解’进化。

🧭 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。

**Skywork ↗**

昆仑万维面向全球推出的天工超级智能体。

❓ 常见问题解答（FAQ）

Skywork-SWE-32B适合做什么？

它主要面向软件工程任务，尤其是仓库级代码修复、Bug定位、修复代码生成和效果验证，也
可用于单元测试自动化、教学辅助和企业内部开发流程提效。

Skywork-SWE-32B为什么能刷新SWE-bench记录？

核心在于构建了超过1万个可验证的GitHub仓库任务实例，并结合自动化验证、长上下文多轮
交互训练和测试时扩展技术，使32B模型在真实软件工程任务上表现更强。

Skywork-SWE-32B对企业开发有什么价值？

它可用于代码审查、缺陷修复、测试用例生成和内部开发工具集成，帮助减少人工排查成本，
提高修复效率与代码质量，并降低对闭源API的依赖。

🔬 语宙深潜追问 · 进阶实操拆解

SWE-bench高分最关键的能力是什么？

不是单纯会写代码，而是能读懂仓库结构、定位失败根因并多轮修复。真正落地时，检索、
补丁生成、测试回滚和上下文压缩缺一不可，否则分数高不等于能稳定修仓库。

测试时扩展该怎么用才划算？

适合在候选补丁较多时做重排序和自我验证，但不要无限加轮次。工程上应设定预算上限，
把扩展算力集中在高置信失败样本上，才能在效果和成本之间取得平衡。

🗳️ 读者观点微投票 · 您的实战立场是？

32B刷榜代码修复，开源智能体真到拐点了吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [Multi-SWE-bench – 字节豆包开源的多语言代码修复基准](https://paooo.com/aigc-news/20436/)
 * [打破合成数据与玩具环境局限！腾讯混元携手复旦开源 WorkForge：16.7K 真实可验证环境与双轨评估架构全景深度拆解](https://paooo.com/ai-tool/40335/)
 * [快手Kwaipilot开源KAT-Dev-32B：SWE-Bench排名第五，62.4%解决率重塑AI编程](https://paooo.com/aigc-news/13418/)
 * [微软开源FrogBoss：32B参数编程模型如何用’漏洞生成’技术登顶SWE-Bench？](https://paooo.com/aigc-news/11904/)

[🏛️ 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/14860/?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/)
