当前AI编程赛道正从“补全代码”向“自主完成软件工程任务”快速演进，各家大模型团队都在争夺Agentic Coding制高点。今天，KwaiKAT团队正式发布了旗舰级Agentic Coding模型KAT-Coder-Pro V2.5，围绕长程工程、通用Agentic能力以及大规模Agentic强化学习系统三大维度做了系统升级。从公开的技术指标看，这次更新的重点不再是单行代码预测，而是让模型真正具备独立完成完整软件工程和复杂业务流程的能力。
在长程工程能力方面，团队自研了AutoBuilder自动化管道。据了解，业界构建可运行仓库环境的平均成功率仅16.5%左右，而AutoBuilder将这个数字拉到了57.2%，覆盖12种编程语言和超过10万个经过验证的真实仓库环境。更关键的是，高价值失败轨迹会被回收进训练数据，使模型学会跨文件定位、遵循项目规范以及自我调试测试——这正是当前多数代码模型做不到的“整活儿”能力。
通用Agentic能力上，KwaiKAT开发了KwaiClawEnv系统，本质上是一个动态扩展的工具池。它从真实业务任务中派生大量复杂工作流，通过双重筛选保留高质量训练轨迹，涵盖数据分析、跨系统集成、批量文档处理等场景，支持超过10个环节的任务执行。这意味着模型不再只适合写个简单函数，而是能处理完整的工作流链条。
训练方法上，团队放弃了纯监督微调的路线，转而使用大规模Agentic强化学习。几个关键设计值得关注：通过Harness Scaling在多种主流Agent框架上训练，避免模型过拟合单一交互格式；引入非对称PPO架构解决长程任务中的信用分配难题；设计分层奖励机制（核心任务结果+行为规范约束+失败探索激励）来平衡效果与鲁棒性。此外，模型还使用了MOPD多教师在线策略蒸馏技术，将长程工程、通用Agent、终端使用、前端审美和通用知识五个专家模型的能力融合到一个模型里——现在单个模型就能同时处理写代码、跑工作流、生成前端页面等场景，无需切换。
官方公布的评测表现：在代码工程方面，SWE-Bench Pro得分65.2，内部KAT Code Bench得分53.1，可以直接处理完整Issue而无需人工拆解；在Agentic任务上，PinchBench得分94.2，内部KAT Claw Bench得分85.5，全流程稳定性表现出色。横向对比，这个成绩在目前已公开的模型中属于第一梯队，尤其是在长程任务成功率上有了质的提升。
目前KAT-Coder-Pro V2.5已全面上线StreamLake平台（streamlake.com），开放API申请和技术文档查阅，同时公开了技术报告和开发者交流群。在AI编程助手日渐同质化的今天，能否真正解决大型项目的工程化难题，才是模型落地的分水岭——而KAT-Coder-Pro V2.5至少给出了一个值得关注的解法。
地址：https://streamlake.com/product/kat-coder
