快手KAT-Coder体验如何？
接触快手KwaiKAT团队的KAT-Coder-V2/V2.5，最让我震撼的不是SWE-bench Verified那个79.6%的数字，而是他们那套"先专精再融合"的训练范式。官方把它叫做Specialize-then-Unify，核心思路是把Agentic Coding拆成五个正交的专家域——SWE、WebCoding、Terminal、WebSearch、General，每个域单独做SFT和环境反馈强化学习，最后用On-Policy Distillation（OPD）合并成单一可部署模型。我个人用下来的感受是，这种"专家委员会"的思路刚好解决了MoE强化学习里训练信号互相冲突的老大难问题——SWE任务要长链路编辑、WebCoding要美学判断、Terminal要持久状态追踪，单一管线根本喂不出全能选手。配套的MCLA（蒙特卡洛log-prob平均）把MoE的RL训练方差压下来，Tree Training针对树状多轮轨迹做了6.2倍去冗余加速，KwaiEnv能并发支撑上万沙箱。实际切换脚手架时我特意在Claude Code、OpenClaw、Cline之间来回跳，发现KAT-Coder-Pro V2在三种scaffold下的SWE-bench表现几乎无衰减，泛化能力肉眼可见。我自己在长程工程任务里跑了十几个issue，最深的体会是它比V1在多步任务完成率上稳了不止一个档次——以前写到第5、6轮就容易"跑飞"，现在能稳稳拉到10轮以上。PinchBench 94.2分（V2.5）拿下当前Agentic工具调用第一，不是没有道理的。
发布于 福建
3
评论
赞
未登录
友善发言
评论
加载中
