极简 AI 软件工程代理 (Agent)

📣 在我们的全新且极具挑战性的基准测试 ProgramBench 上运行 mini-swe-agent 📣 关于构建极简 AI 代理的最新教程 📣 Gemini 3 Pro 在 SWE-bench verified 测试中通过 mini-swe-agent 取得了 74% 的得分！ 📣 新博文：在 GPT-5 和 Sonnet 4 之间随机切换可提升性能

[!WARNING] 这是 mini-swe-agent v2 版本。请阅读 迁移指南。如需使用旧版本，请查阅 v1 分支。

2024 年，我们创建了 SWE-bench 和 SWE-agent，并助力开启了编码代理的革命。

现在我们要问：如果我们的代理程序精简 100 倍，且依然能达到同样出色的效果，会怎样？

mini 的特点：

• 广泛采用：被 Meta、NVIDIA、Essential AI、IBM、Nebius、Anyscale、普林斯顿大学、斯坦福大学等众多机构使用。
• 极简：代理类 仅约 100 行 Python 代码（环境、模型和运行脚本也仅需少量代码）——没有繁琐的依赖！
• 高性能：在 SWE-bench verified 基准测试 中得分超过 74%；启动速度远快于 Claude Code。
• 可部署：支持本地环境、docker/podman、singularity/apptainer、bublewrap、contree 等。
• 兼容性强：通过 litellm、openrouter、portkey 等支持所有模型。支持 /completion 和 /response 端点、交错式思维（interleaved thinking）等。
• 由 SWE-bench、SWE-agent 等项目的普林斯顿与斯坦福团队开发。
• 已测试：

更多动力（针对研究）

SWE-agent 在 2024 年推动了 AI 代理的发展。当时，我们非常强调代理的工具和特殊接口。 然而一年后，随着大语言模型（LM）能力增强，构建一个实用的代理程序已不再需要那么复杂了！ 事实上，mini 代理具有以下优势：

• 除了 bash 之外没有任何工具 —— 它甚至不需要使用大模型的工具调用（tool-calling）接口。 这意味着你可以用任何模型来运行它。在沙箱环境中运行时，你也无需安装任何包——它所需要的仅仅是 bash。
• 完全线性的历史记录 —— 代理的每一步操作只是简单地添加到消息列表中。 因此，轨迹（trajectory）与你传递给大模型的消息之间没有任何区别。这对于调试和微调非常有帮助。
• 使用 subprocess.run 执行操作 —— 每个操作都是完全独立的（而不是保持一个有状态的 shell 会话）。 这使得在沙箱中执行操作变得非常简单（只需将 subprocess.run 替换为 docker exec），并且可以轻松扩展。说真的，这非常重要（点击了解为何无需 shell 会话）。

这使其成为了一个完美的基准系统，以及一个将大语言模型（而非代理框架本身）置于关注核心的系统。 你可以在 SWE-bench (仅 bash) 排行榜上查看结果，该排行榜评估了不同大模型使用 mini 的性能。

更多动力（作为工具）

有些代理是过度拟合的研究成果，而另一些则是充斥着 UI 的臃肿前端。

mini 代理致力于成为一个可修改的工具，而不是一个黑盒。

• 足够简单：一眼就能看懂。
• 足够方便：适合日常工作流。
• 足够灵活：易于扩展。

与其他代理（包括我们自己的 swe-agent）不同，它在架构上更加简洁，因为：