開源專案和小團隊有著同一種尷尬：待修的問題單越堆越多，能騰出手的人始終就那麼幾個。市面上的編程助手大多停在「幫你把眼前這幾行補完」——打字快一點，但沒有人替你把一個臭蟲從頭跟到尾。這個專案走另一條路：把整件事交出去。

SWE-agent 由兩所大學的研究者打造，並以開源形式釋出。給它一張問題單的位址，它會複製對應的專案、讀描述、在程式庫裡翻找相關位置、想清楚哪裡不對、動手改檔案、跑一遍測試確認沒弄壞別的地方，最後產出一份可以直接當合併請求送出的補丁。整個過程都在隔離環境裡完成，不需要人在旁邊逐項確認。

不是補完程式，而是把一次修復走完

這套做法 2024 年第一次亮相。在一個由真實問題單構成的公開評測集上，它解出了一成二多一點的題目，平均一題只要九十三秒。那是第一次有開源方案做出兩位數成績，也讓「模型到底能不能真的修臭蟲」從口頭討論變成可測量的題目。此後隨著模型迭代，後來的一個大版本又多次刷新了開源方案在這類評測上的最好成績。

重點不在模型，而在給它一套合手的工具

讓一個普通的對話模型去翻真實的程式庫，多半會迷路：檔案太多、脈絡塞不下、格式一錯就前功盡棄。隨附論文最核心的貢獻是一套「代理與電腦之間的介面」——不是把裸終端機丟給模型，而是為「讀程式、改程式」這件事重新設計一套指令。

細節做得很具體。檔案檢視器每一輪只顯示大約一百行，正好落在模型讀得準的範圍裡。編輯指令會先跑一次語法檢查，程式不合法就不讓這次修改生效。整個目錄的檢索只列出命中的檔名，不多塞脈絡。指令沒有任何輸出時，也會明確回一句「執行成功但沒有輸出」。看起來都是小事，而正是這些設計讓模型在長任務裡不容易崩掉；論文也驗證過，沒有調校好的介面，同一個模型表現會差一大截。

模型隨你換，設定只要一份檔

它不綁定任何一家模型廠商。各家商業模型與跑在本機的開源模型都能接，模型與參數寫在同一份設定檔裡，換模型改一行就行，不必動程式。這讓它特別適合做「同一個任務、不同模型誰更強」的橫向評測。

隔離交給容器：每一次執行都在沙箱裡，碰不壞你的機器。要一次處理幾十上百張問題單時，可以開批次平行。跑完之後會留下完整的軌跡——每一步讀了哪個檔案、搜了什麼、改了什麼都能回溯；官方還提供線上檢視器，連每一步花了多少錢、耗掉多少 token 都標得清楚。

修臭蟲只是起點

同一套框架還能做別的。團隊拿它去打網路安全方向的攻防搶旗賽，在相關榜單上拿過領先成績；競技編程題也行，任何能描述成「在一個環境裡連續操作直到完成」的任務，都可以接上去跑。專案全程開源，程式碼可稽核、可修改、可複製重現，這也是它在學術圈被反覆引用的原因。

它現在的位置，說清楚

2025 年七月，同一個團隊釋出了更輕量的迷你版：核心約一百行 Python，去掉所有自訂工具、只留一個最基本的 shell，在驗證集上依然能解出約 65% 的題目。團隊現在的建議是多數新使用者直接從那裡開始；SWE-agent 本身則轉入維護模式，重心不再放在新功能上。

它值得用的場景也跟著清楚了：需要高度可配置的工具鏈、想試驗不同的歷史處理策略，或者想研究「一個好的代理介面該怎麼設計」——功能更完整的它仍然是更合適的那個。它是研究基礎設施，不是包裝好的成品軟體。到 2026 年底，這個開源程式庫已累積兩萬多顆星與兩千多次分支複製，而那套評測集也成了這個方向繞不開的公共標尺。