InfCode 刷新 SWE-Bench Verified 世界最佳，开启 AI 编程智能体新纪元
近日，词元无限（Tokfinity）与北京航空航天大学复杂关键软件环境全国重点实验室联合发布的 AI 编程智能体 InfCode，在业界权威基准 SWE-Bench Verified 上取得了 79.4% 的 Pass@1 得分。这一成绩不仅刷新了当前的 SOTA（State-of-the-Art）记录，更远远领先于 GPT-5、Claude 等公开排行榜上的顶尖模型（约 65%），标志着 AI 编程正式从“代码片段生成”迈向“全流程自主工程修复”的新阶段。
01 突破系统语言瓶颈：C++ 修复率领跑
传统大模型在 Python 等高级语言上表现尚可，但在涉及内存管理、模板机制和复杂编译链的 C++、Rust 等系统语言上往往力不从心。Multi-SWE-bench 数据显示，C++ 项目通常涉及跨文件、大规模修改（单次修改超 200 行，涉及 7 个文件），导致主流模型解决率不足 8%。
InfCode 在 C++ 子集上取得了 25.58% 的 Pass@1 解决率，展现了其在复杂系统代码中的卓越能力。这得益于其独特的代码意图分析（Code Intent Analysis）机制，能够超越传统的字面匹配，理解自然语言描述背后的功能语义，并精准映射到具体的实现单元（函数或类），从而在无堆栈追踪的情况下直达根因代码。
02 三大核心突破：从“盲搜”到“精准手术”
InfCode 之所以能实现如此高的修复成功率，主要归功于以下三大技术突破：
1. 超越 RAG：基于功能意图的复杂上下文定位
传统基于向量相似度的检索（RAG）往往只能找到包含关键词的注释或变量，容易停留在“字面相关”而非“逻辑归属”的层面。InfCode 通过融合语义推理与架构理解，让智能体具备“理解全局意图、直达根因代码”的能力，解决了在大型工程中定位问题代码的痛点。
2. 增强工具：基于 AST 的结构化检索
针对 C++ 等语言中同一标识符可能代表类名、函数或变量的歧义问题，InfCode 自研了基于抽象语法树（AST）的结构化检索引擎。它利用 Tree-Sitter 构建完整语法树，提供 FindClass、FindFunction 等语法层 API，实现了真正的“语法感知搜索”，避免了传统 Grep 的高噪声问题。
3. 多智能体生成：对抗式双智能体闭环
InfCode 摒弃了传统的单智能体单向修复模式，首创对抗式双智能体架构：
- 代码补丁生成器：负责修改代码以通过测试集。
- 测试补丁生成器：负责生成更强的测试用例，捕捉边界场景。 两者在闭环中交替迭代，形成“越测越强、越修越稳”的进化机制，确保补丁具备生产级别的鲁棒性与完备性。
03 工程化细节：生成与筛选的双重保障
在实际工程落地中，InfCode 采用了严谨的两阶段修复流程：
- 生成阶段（Generate）：并行启动多个独立容器，运行修复链路，最多经历五轮迭代，产生多样化的候选补丁组合。
- 筛选阶段（Select）：在真实构建和测试环境中重放每个补丁，不仅验证测试通过，还评估行为一致性、稳定性和副作用，最终选出质量最高的修复方案。
这种“广泛探索 + 精准筛选”的策略，有效防止了模型过拟合或生成脆弱修改，使其产出可直接集成于生产仓库的工程级补丁。
结语：从单体提效到组织进化
InfCode 的成功不仅是算法模型的胜利，更是 AI 编程范式的变革。正如官方团队所言，这代表了 AI 从“单体提效”走向企业“组织进化”的新范式。对于希望在企业场景引入 AI Coding 的决策者而言，InfCode 展示了智能体在复杂软件工程中自主规划、工具调用与自我修正的完整能力，为构建下一代可信、高效的智能软件环境奠定了坚实基础。
更多技术细节可参考团队发表于 arXiv 的最新报告：
