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。
「编程与Agent」频道最新
- SoL-Pi 论文：自动研究循环优化 Agent 框架，省近半 token 成本 — burny_tech · 2026-09-20
- 开发者 fork MiniMax 终端编码 Agent,自建分支维护安全更新 — jasonkneen · 2026-09-20
- Kevin Rose 晒本地 Grok Bot:把收藏的 IG 视频变成 Karpathy 式 md 维基 — minchoi · 2026-09-20
- 生产环境 RAG 引用怎么验？重复来源检测被指价值过窄 — No-Profile-6178 · 2026-09-20
- 程序员自述：一个季度只回「我在做」，交付为零的教训 — cto_junior · 2026-09-20
- LangChain 提出 Jev-as-a-Judge:廉价快速的语义验证器替代 LLM 评审 — multiply_matrix · 2026-09-20