Marathoner:9B模型可连续编码10小时+、千次工具调用,SWE-bench达77.5%
mark_k · x · 2026-10-01
Marathoner:训练小模型的长时间持续编码能力
- 蚂蚁集团、北京大学与澳门大学的研究者发布 Marathoner,基于 Qwen3.5-9B,声称可连续编码 10 小时以上、完成 1000+ 次工具调用。
- 训练方法:从 1 万个仓库的 10 万条 GitHub PR 中挖掘软件任务;链式串联任务提高难度;用 Kimi K3 的成功运行做训练数据;在真实执行环境中做强化学习;一个巧妙设计是专门奖励运行后期的有效进展(如发现隐藏 bug、重大优化)。
- 成绩:SWE-bench Verified 从 43.8% 升至 77.5%,Terminal-Bench 2.0 从 27.3% 升至 57.2%。虽仍落后最强前沿模型,但对同一 9B 起点是巨大提升。
- 作者认为这是 AI 编码最重要的方向之一:能在你睡觉时持续推进的 agent 改变了可委托范围,而这种持久性可以被训练进小模型。
所属事件:蚂蚁集团发布超长程智能体 Marathoner:连续编码 10 小时(2 条相关)→
「编程与Agent」频道最新
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16
- 16GB 显卡本地跑通全套 AI:生图作曲配音视频加 RAG 问答 — llama-of-death · 2026-11-16