OpenAI很看好，首個SWE-1模型發佈，軟件開發或將提速99%

Windsurf發佈首個前沿模型SWE-1，AI編程領域風起雲湧，目標是將開發效率提升99%。SWE-1不僅能寫代碼，更能理解並協助整個軟件工程流程。核心創新在於「流動感知」系統，即AI與用戶共享操作時間線，實現高效協作。

Windsurf首戰終於來了！

在Cursor火爆全網，OpenAI宣佈30億美元重金收購Windsurf後，Windsurf不甘寂寞，終於出手！

Windsurf發佈首個前沿模型SWE-1，目標是將軟件開發提速99%！

SWE-1不只是一個「會寫代碼」的模型，而是一個理解、參與、並協助整個工程過程的協作夥伴。

目前這個系列包含三個模型：

SWE-1：具備與Claude 3.5 Sonnet類似的工具調用推理能力，但運行成本更低。在推廣期內，所有付費用戶可免費使用。

SWE-1-lite：一個更小但質量更高的模型，全面取代Cascade Base，對所有用戶（包括免費用戶）開放。

SWE-1-mini：更小、更快，專為Windsurf Tab中的低延遲被動體驗而設計，適用於所有用戶。

剛剛，SWE-1已經上線Windsurf，且處於免費使用階段。

AI編程發展「快閃」

近幾年，「會寫代碼」的模型取得了巨大進步，已經能從簡單的自動補全發展到一次性構建出完整的小型應用。

但這種能力仍然存在明顯的上限：

其一，軟件開發不僅僅是寫代碼。

開發者要做的事情遠不止編碼，還要操作終端、獲取知識、調試產品、理解用戶反饋等。因此需要的是更全面的模型，能覆蓋整個開發流程。

其二，工程過程是跨階段的、持續變化的。

目前主流的基礎模型仍然是基於「代碼能否編譯」和「是否通過單元測試」來訓練的。但現實中，這隻是更大工程任務中的一小部分。

真正需要的是能處理「尚未完成的狀態」、理解模糊目標的模型。

否則，即使模型寫出了能運行的功能，後續維護與擴展性可能會非常差。

因此，僅僅提高「寫代碼」的能力，無法真正提升整個工程效率。需要打造的是支持完整軟件工程流程的模型——簡稱SWE模型。

SWE-1的開發過程

SWE-1的開發靈感來自廣受歡迎的Windsurf編輯器，構建了全新的數據結構（共享時間線）和訓練方法，能夠理解未完成的狀態、長週期任務以及多種交互界面。

其初衷是在資源有限的情況下，通過這種方法做出一流性能的模型。

SWE-1是這個目標的第一個驗證成果。

在整體表現上，SWE-1接近最前沿的基礎模型，在多個維度上超過了所有非前沿模型和開源對手。可以通過離線評估與線上實測兩種方式進行驗證。

離線評估

評估將SWE-1與Anthropic系列（Cascade中使用最頻繁的模型之一）以及Deepseek、Qwen等主流開源模型對比，主要有兩個基準測試：

會話式SWE任務基準

從一個正在進行中的Cascade會話中截取，任務尚未完成。評估模型如何響應用戶的下一步請求，打分標準綜合考慮幫助程度、效率、正確性以及目標文件編輯的準確率。這項測試關注模型在「人機協作」環境中的表現。

端到端SWE任務基準

從會話一開始就評估模型是否能完全獨立解決問題，並通過一組單元測試。得分基於測試通過率和專家打分。這項測試衡量模型自主完成任務的能力。

評估結果表明，SWE-1在這些任務上接近頂級實驗室的前沿模型，遠超中等體量和開源的對手。雖然還不是絕對領先，但非常有潛力。

線上實測（生產實驗）

Windsurf有大量用戶，因此也通過盲測實驗評估真實使用中的表現。

Windsurf將用戶分組，分別使用不同模型，在不告知模型類型的前提下觀察行為和效果。

Windsurf主要看兩個指標：

每位用戶每天接受的代碼行數

即Cascade編寫、用戶實際接受並保留的代碼行數，反映模型的實際幫助程度、響應質量和用戶粘性。

Cascade代碼貢獻率

對於被Cascade修改過的文件，模型所做的代碼改動所佔比例。這是一個反映模型「主動性」以及「用戶信任程度」的指標。

SWE-1專為Cascade場景設計和優化，因此在這些指標上表現幾乎是行業領先，效果優於所有非前沿模型。

其他模型分析

你可能在上面的圖表中注意到SWE-1-lite，這是SWE-1的中型版本，使用相同訓練方式，在非前沿模型中表現最佳，現已取代Cascade Base，向所有用戶開放。

Windsurf還開發了SWE-1-mini，體積更小，速度更快，適用於Windsurf Tab這種對延遲要求極高的被動預測場景。

需要說明的是，這隻是一個起點。

Windsurf不僅希望趕上最前沿實驗室的水平，最終目標是全面超越它們。

Windsurf堅信自己已經具備了實現這個目標的引擎，並將持續加大投入。

流動感知系統（Flow-Aware System）

Windsurf提到SWE-1的靈感來源於Windsurf編輯器。

關鍵在於Windsurf獨特的設計理念：流動感知（Flow Awareness）。

什麼是流動感知？

Windsurf打造的Windsurf編輯器實現了用戶與AI的「共識時間線」：AI的每一步用戶都能看到並干預，反過來，AI也能理解並跟進用戶的行為。

這種「共享時間線」的感知能力，Windsurf稱之為Flow Awareness（流動感知），也因此Windsurf一直把這種人機協作的體驗稱為「AI flows」。

為什麼流動感知很重要？

因為短時間內，沒有模型能完全獨立完成所有開發任務。

流動感知允許模型和人類之間「自然交接」：AI做一部分，用戶校正，AI再繼續，形成順暢銜接。

借助共享時間線，Windsurf可以持續追蹤當前模型的能力邊界，觀察哪些任務需要用戶介入、哪些能完全自動完成。

這是SWE-1能快速成長為當前水平的關鍵原因之一。

共享時間線在Windsurf中的演進

構建共享時間線是Windsurf許多功能背後的核心理念：

初代Cascade就支持「你在編輯器改完內容後輸入continue，AI就能繼續理解你改了什麼」——這是對編輯器的感知。

後來Windsurf加入了終端輸出感知——AI能理解你執行命令時出現的錯誤。

Wave 4中加入了「預覽」功能——AI開始理解你看到的前端組件和錯誤。

Wave 5和 Wave 6中，Tab增加了對終端命令、剪貼板內容、IDE搜索內容等的感知。

這不是一堆隨機新功能，而是Windsurf構建「最全面軟件工程時間線」的一部分。

即便使用的是通用模型，只要Windsurf記錄和利用好了這些上下文信息，AI的表現就會大幅提升。

而現在Windsurf有了自研的SWE系列模型，這個正反饋循環將真正開始加速：模型能更好地理解時間線並參與其中更多部分。

接下來會發生什麼？

SWE-1只是開始。它是由一個小而專注的團隊打造的，利用Windsurf在產品和基礎設施方面的優勢，展示了Windsurf完全有能力打造接近最前沿的模型。

未來，Windsurf將持續改進SWE系列模型，在保證低成本的同時不斷提升性能，讓開發者能用Windsurf構建更大、更強的軟件項目。

隨著SWE-1的發佈和OpenAI對Windsurf的收購，AI編程工具正迎來一個新的時代。

從簡單的代碼補全到全面的工程協作，AI正在深刻改變軟件開發的方式。

對於開發者來說，這是一個充滿機遇和挑戰的時代，如何利用這些新工具提升開發效率，將成為他們需要思考的重要問題。

參考資料：

https://windsurf.com/blog/windsurf-wave-9-swe-1 

本文來自微信公眾號「新智元」，作者：新智元，36氪經授權發佈。