Humansand's Ampersand: Collaboration-Trained Model Reaches Frontier Coding Performance
Humansand 发布模型 Ampersand，其训练目标并非传统编码刷题，而是让模型学会与人类协同编程（co-coding）。团队发现，这种协作训练带来了一个意外副产品：模型在未做额外编码训练的情况下，展现出前沿级的编码能力，且在多智能体模式下更快、更便宜。
已确认
- Ampersand 由 Humansand 发布，核心训练方向是「Co-Coding」，即与人类协作完成编程任务，而非针对基准刷题
- 在 SWE-bench Pro v2 HARD-51 上得分 92.2%，追平 Fable 5.1，同时成本便宜约 70%
- 多智能体模式下无需额外编码训练即可比肩前沿编码模型，速度与成本均有优势
- vpj 评价称「让模型更善于与人类协作，也会让它更善于与 AI 协作」，gharik 转发了这一观点
- Boris Cherny（gharik）透露这是 Humansand 团队在协同训练中的意外成果，并强调这还不是正式发布，只是协同训练带来的「漂亮」副产品
为什么重要
- 该结果暗示针对「人机协作」的优化可以迁移为模型间协作（多智能体）能力，并直接转化为高水平编码表现，为模型训练路线提供了新思路
- 在追平前沿模型的同时便宜约七成，若经独立验证，可能改变编码模型市场的性价比格局
尚未确认
- 92.2% 的成绩与成本优势目前主要来自官方口径，尚缺独立复现与更全面基准的验证
2026-11-06 ~ 2026-11-06 · 5 related posts
- Ampersand Claims 92.2% on SWE-bench Pro HARD-51 at 70% Lower Cost — niloofar_mire · 2026-11-06
- Humansand says Ampersand matches frontier coding models as a side effect of collaborative training — gharik · 2026-11-06
- Ampersand matches frontier coding models at 70% lower cost via co-coding training — niloofar_mire · 2026-11-06