1700 个任务做 RL，Kimi K2.7 五项编码评测全线大涨
echen · x · 2026-09-12
Surge AI 团队仅用强化学习对 Kimi K2.7（Max reasoning）做后训练，在 1700 个自建编码任务上训练后，模型在五个外部编码评测全面提升：SWE-Marathon +20.0、Terminal-Bench 2.1 +14.6、DeepSWE +12.4、Terminal-Bench 3 +10.7、SWE-Bench Pro +4.7。
作者的核心观点：RL 之前 K2.7 像实习生一样会写代码，但「最后一公里」不稳——漏需求、测试写得太窄、引入回归；RL 后像 staff engineer 一样让代码真正可交付。
所属事件:Surge AI 用 1700 个任务 RL 后训练，Kimi K2.7 五项编码评测大涨(2 条相关)→
「编程与Agent」频道最新
- PluginRSI 把 agent harness 拆成可复用插件递归进化,跨任务加速优化 — Yaorui Shi · 2026-10-06
- ASCENT:智能体部署中自蒸馏验证经验,权重持续进化无需再训练 — Haodong Lu · 2026-10-06
- 开源课程 AI Engineering from Scratch:从裸数学手写每个算法,四种语言实现 — ghumare64 · 2026-10-06
- 一条提示词四条管线:Opus 5.5 实测 Blender/Kimodo/Cascadeur 做人形动画 — chongdashu · 2026-10-06
- Cal.com 登陆 Grok Build 插件市场：OAuth 免 API Key 管日程 — tetsuoai · 2026-10-06
- 边走边留注释，AI 实时帮你搭建游戏世界 — TAbrodi · 2026-10-06