极简 AI 软件工程智能体

📣 关于构建极简 AI 智能体的新教程 📣 Gemini 3 Pro 使用 mini-swe-agent 在 SWE-bench verified 上达到 74% 的准确率！ 📣 新博客：在 GPT-5 和 Sonnet 4 之间随机切换可提升性能

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

2024 年，我们构建了 SWE-bench 和 SWE-agent，并推动了编码智能体革命的兴起。

现在我们提出一个问题：如果我们的智能体复杂度降低 100 倍，但仍然能达到几乎一样的效果会怎样？

mini 的特点是：

• 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：智能体类仅约 100 行 Python 代码（环境、模型和运行脚本稍多一些）——没有花哨的依赖！
• 高性能：在 SWE-bench verified 基准测试中得分 >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、交错思考（interleaved thinking）等。
• 由开发 SWE-bench、SWE-agent 的普林斯顿大学和斯坦福大学团队打造。
• 已测试：

更多背景（针对研究）

SWE-agent 在 2024 年启动了 AI 智能体的开发。当时，我们非常强调智能体的工具和特殊接口。 然而一年后，随着 LM（语言模型）变得更加强大，构建一个有用的智能体根本不再需要这些复杂的东西！ 事实上，mini 智能体：

• 除了 bash 之外没有任何工具 —— 它甚至不需要使用 LM 的工具调用（tool-calling）接口。这意味着你可以在任何模型上运行它。在沙盒环境中运行时，你甚至不需要安装任何包——它只需要 bash。
• 完全线性的历史记录 —— 智能体的每一步都只是追加到消息中，仅此而已。因此，轨迹和传递给 LM 的消息之间没有区别。非常适合调试和微调。
• 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）。这使得在沙盒中执行操作变得轻而易举（实际上只需将 subprocess.run 替换为 docker exec）并能轻松扩展。说真的，这非常重要（详见：为什么不使用 shell 会话）。

这使其成为一个完美的基准系统，能够让我们将注意力聚焦在语言模型本身，而非智能体脚手架上。你可以查看 SWE-bench (仅 bash) 排行榜，上面评估了不同 LM 与 mini 配合的性能。

更多背景（作为工具）

有些智能体是过度拟合的研究产物，有些则是 UI 繁重的重量级前端。

mini 智能体旨在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：适合日常工作流程。
• 足够灵活：易于扩展。

与其他智能体（包括我们自己的 swe-agent）不同，它极其简单，因为它：

• 除了 bash 之外没有任何工具 —— 它甚至不需要使用 LM 的工具调用接口。