大模型首次直接理解代码图：不用Agent自动修bug，登顶SWE-Bench开源模型榜单
文章来源：智汇AI 发布时间：2025-06-27
AI 自动修 bug，解决率达 44%！这是全球开源模型的最新最强水平。来自蚂蚁的开源新模型，在 SWE-bench Lite 上超越所有开源方案，性能媲美闭源模型。
暂无访问AI自动修bug，解决率达44%！这是全球开源模型的最新最强水平。
来自蚂蚁的开源新模型，在SWE-benchLite上超越所有开源方案，性能媲美闭源模型。
具体表现如下，在SWE-benchLite上：
所有开源模型方法（OpenWeightModel）中排名第一；
所有开源系统方法（OpenSourceSyestem）中排名第六；
总体排名第14；
优于目前榜单最好开源模型“KGCompass”7.33%。
他们首创将仓库代码图模态融入大模型（CodeGraphModel,CGM），让大语言模型能直接理解代码图，更高效修复bug、补全代码。
这彻底摆脱对黑盒模型（如GPT-4或Claude3.7等）和复杂Agent工作流程的依赖，实现更加可控、透明、安全的SE自动化。
而且，CGM完全基于开源模型。要知道，开源模型在SWE-bench上的表现通常不够好，此前几乎所有SOTA级方案都是基于闭源模型实现。而CGM基于Qwen模型，做到了比肩闭源模型的水平。
CGM仅需4步就能快速定位、生成补丁，省去了Agent方案中复杂的编排过程，效率直线up。
让AI真正理解大模型代码库
大模型趋势以来，AI编程迅速崛起，尤其是在写函数这类小任务上的表现出色，比如在HumanEval等基准测试上，许多模型的准确率已经超过90%。
然而真实的软件工程远比”写一个函数“复杂得多。像Bug修复、功能增强这样的任务，通常需要跨文件、跨模块操作，并要求模型理解项目中复杂的结构、依赖关系和类的继承体系。
现在的主流方法通常是使用基于闭源模型的Agent。它们可以模拟人类程序员行为，如观察代码、调用工具、多轮交互等完成任务。
但这类方法也存在几个问题：
行为路径不可控，容易积累推理误差；
依赖GPT-4、Claude等闭源模型，难以私有部署或定制；
工程成本高，效率不高。
与此同时，当前使用开源模型的方案，很难实现SOTA级效果。
为此研究团队提出：能否只用开源模型、不依赖Agent，解决仓库级任务？CGM由此而来。
相关推荐
