TovanaEngine：用 5 万条 SWE-bench 运行数据训练本地编码 agent 世界模型
Decent-Ad9950 · reddit · 2026-09-20
开发者发布 TovanaEngine（GitHub 开源）：一个给编码 LLM 提供「经验记忆」的本地世界模型。
- 训练数据：SWE-bench Verified 上 5 万+ 真实编码 agent 运行记录，覆盖 25 个模型，连同合并率、评审时长、仓库规模等行为特征，产出超过 100 万条状态转移
- 思路：编码 agent 只看得见当前这一次运行，不知道这类任务通常怎么演进；给模型提供可借鉴的历史经验，减少在错误路径上的推理浪费，提高任务成功率
- 部署：本地 Docker 运行，无账号、数据不出本地，提供 MCP 和 HTTP API，仓库内附全部细节
作者称这是早期阶段，后续会有更多模型。
所属事件:开发者开源 TovanaEngine 用 SWE-bench 数据训练编码世界模型(2 条相关)→
「编程与Agent」频道最新
- Monid 推出 Agent Hunt 榜单:按真实调用量排 agent 工具人气 — socialwithaayan · 2026-11-12
- 四步设置避免 Fable 5.2 快速烧光每周额度 — dr_cintas · 2026-11-12
- Cloudflare 推出 agent 运行时：智能体需要的是计算机而非容器 — irvinebroque · 2026-11-12
- ComfyUI 技巧:用分层 PNG 画 inpaint 蒙版反复复用 — Deftroyy · 2026-11-12
- 开发者 vibe coding 浏览器版 PUBG:100 人吃鸡跑通核心玩法 — TAbrodi · 2026-11-12
- Hudson Golino 开设 3 天直播课：用 R 构建 LLM 研究 Agent — GolinoHudson · 2026-11-12