联想天禧自研代码智能体TianxiCode斩获SWE-bench-Live全球第一
内容提要
联想自研代码智能体框架TianxiCode与DeepSeek-v4.1-Flash配合，在SWE-bench-Live评测中以71%的问题解决率位列全球第一，并通过官方Verified认证。该框架支持跨文件检索、自主规划和闭环补丁生成，未来将应用于联想AI硬件产品，赋能开发者。
延伸解读
评测含金量：Verified认证意味着什么
SWE-bench-Live官方设立Verified核验机制，要求参评方案提交全链路智能体运行轨迹，并审查评测输入、信息隔离环境，排查是否泄露标准答案或测试用例。TianxiCode与DeepSeek-v4.1-Flash通过审查获得认证，说明其71%问题解决率可复现，成绩并非依赖数据泄露或特殊调参，在动态评测中更具参考价值。
模型与框架的分工：为何缺一不可
文章将DeepSeek-v4.1-Flash比作工程师的大脑，负责阅读代码、理解语义、构思解法；TianxiCode则是眼、手、工具箱和工作流规范。榜单对比显示，若缺乏顶层智能体架构协同，即便调用顶级闭源模型，面对真实工程难题也常束手无策。这提示读者，代码智能体的实际表现不仅取决于底层模型能力，更依赖工程框架的系统协同。
三大工程能力如何贴近真实开发
TianxiCode具备跨文件多跳检索与上下文管理，能在大型代码库中定位缺陷根因；自驱动规划与多轮工具调用，可主动运行测试、翻阅日志、比对修改记录；闭环补丁生成与测试驱动自愈，能在隔离环境自测自纠直至补丁通过验收。这些能力对应真实开发中的排错、验证与迭代流程，而非仅生成代码片段。
落地方向：从榜单到开发者工具链
文章指出，代码智能体的最终价值不在于单一榜单排名，而在于为一线开发者分担排错与工程协同成本。联想天禧AI计划将TianxiCode的技术成果向开发者实际工具链沉淀，并应用到联想AI硬件产品中。这意味着该框架未来可能以工具或硬件集成形式与开发者见面，但具体产品形态和可用时间尚未在文中明确。
Q&A
联想天禧自研的TianxiCode在SWE-bench-Live评测中取得了什么成绩？
TianxiCode配合DeepSeek-v4.1-Flash在SWE-bench-Live（Lite分榜）中以71%的问题解决率登顶全球第一名，并正式通过官方审核，获得Verified认证。
SWE-bench-Live评测有什么特点？为什么它比传统代码测试更难？
SWE-bench-Live以真实GitHub项目中的问题为基础，评估模型与智能体生成代码补丁、修复问题的能力，并提供可复现的执行环境。它更贴近真实开发中的问题处理过程，对系统理解代码、定位问题和完成修复提出了综合要求，不同于考查简单语法或单函数生成的传统代码测试。
TianxiCode和DeepSeek-v4.1-Flash在系统中各自扮演什么角色？
DeepSeek-v4.1-Flash是工程师的大脑，负责阅读代码、理解语义、构思解法；TianxiCode则是工程师的眼、手、工具箱以及工作流规范，负责跨文件检索、自主规划、工具调用和闭环补丁生成等工程能力。
TianxiCode具备哪些核心工程能力？
TianxiCode具备三大系统工程能力：跨文件多跳检索与精准上下文管理、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈。
TianxiCode的闭环补丁生成与测试驱动自愈是如何工作的？
TianxiCode会自动在隔离环境中运行代码，一旦发现新代码报错或破坏了其他功能，就立刻进行自我反思与修改，直至补丁通过项目验收。
TianxiCode未来会应用在哪些地方？
TianxiCode是联想天禧AI聚焦代码生成、工程开发的代码智能子能力，未来将应用到联想AI硬件产品中，并持续推动技术成果向开发者实际工具链沉淀，深度赋能到联想的硬件设备中。
