KAT-Coder 现已在 Novita AI 平台上线，通过我们优化的 API 基础设施，为开发者带来旗舰级的 agentic 代码生成能力。KAT-Coder 由快手 Kwaipilot 团队开发，在 SWE-Bench Verified 基准测试上达到了惊人的 73.4% 解决率，跻身全球领先的 AI 编程模型之列，可与顶级闭源系统媲美。
作为 KAT（Kwaipilot-AutoThink）系列中最强大的变体，KAT-Coder 融合了先进的多阶段训练成果，包括中间训练、监督微调（SFT）、强化微调（RFT）以及基于企业代码库的大规模 agentic 强化学习（RL）。凭借 262K 的上下文窗口和复杂的工具编排能力，KAT-Coder 为您的编程需求提供卓越性能。
无论您是在构建生产级编程助手、自动化复杂 Bug 修复，还是处理仓库级重构，Novita AI 上的 KAT-Coder 都能通过无缝 API 集成和透明定价提供企业级性能。
什么是 KAT-Coder？
KAT-Coder 是 KAT 系列中的旗舰 AI 编程模型，专为高级 agentic 代码生成和端到端软件工程工作流而设计。与传统的逐行建议或简单自动补全的编程助手不同，KAT-Coder 作为真正的自主智能体运行，能够理解复杂需求、编排多种开发者工具，并以最少的人工干预完成复杂的编程任务。
KAT-Coder 在 SWE-Bench Verified（一个由流行开源仓库中的真实 GitHub Issue 组成的基准测试）上取得了 73.4% 的成绩，展现了在真实代码库中导航、理解项目上下文并实现可行解决方案的卓越能力。这一性能水平使其跻身全球最具能力的编程模型行列。
KAT-Coder 的架构支持高达 262,144 个 token 的上下文窗口，能够全面理解大型代码库、进行多文件重构操作以及复杂的架构推理。该模型擅长处理实际的软件工程任务，包括 Bug 修复、功能实现、代码重构、测试生成和文档编写。
KAT-Coder 与其他编程模型的不同之处在于，它在真实世界的企业代码库和生产系统上进行训练——而不仅仅是公开的 GitHub 仓库。这种对真实业务逻辑、复杂架构模式和生产级约束的接触，使模型的能力扎根于实际的开发场景。
KAT-Coder 与 KAT-Dev-32B 的区别
KAT 系列代表了代码智能领域既易于获取的卓越性能（KAT-Dev-32B）与极致性能（KAT-Coder）。尽管 KAT-Coder 和 KAT-Dev-32B 共享相同的训练流程（中间训练、SFT、RFT 和 agentic RL），但它们在生态系统中服务于不同的目的：
性能差距
- KAT-Coder：SWE-Bench Verified 上 73.4%
- KAT-Dev-32B：SWE-Bench Verified 上 62.4%（详情见我们之前的文章）
这 11 个百分点的差距意味着在复杂的真实世界编程任务上成功率显著更高。KAT-Dev-32B 在所有不同规模的开源模型中排名第 5，展示了其规模下的出色性能。
上下文窗口
- KAT-Coder：262,144 个 token——能够全面分析大型仓库
- KAT-Dev-32B：65,536 个 token——适用于大多数项目但范围有限
训练深度
KAT-Coder 受益于在企业代码库上进行更广泛的 agentic RL 训练，从而实现了：
- 更优越的多文件推理能力
- 增强的工具编排和并行工具调用能力
- 更好地处理复杂架构模式
- 更高级的调试和根因分析
访问模式
- KAT-Coder：专有模型，仅通过 API 提供（Novita AI 和 StreamLake）
- KAT-Dev-32B：32B 参数的开源模型，可在 Hugging Face 和 Novita AI 上获取
用例定位
- KAT-Coder：生产级应用、企业编程助手、关键任务
- KAT-Dev-32B：研究、实验、成本敏感部署、本地托管
对于之前探索过 KAT-Dev-32B 出色开源能力的开发者，KAT-Coder 为生产负载提供了更高的性能层级，成功率和可靠性至关重要。
关键能力
高级 Agentic 工作流
KAT-Coder 自主编排开发工具以完成端到端的编码工作流。该模型可以调用代码分析器、执行测试套件、查询文档、运行 shell 命令，以及与版本控制系统交互——所有这些都不需要开发者的逐步指令。
在大规模 agentic RL 训练中，研究人员观察到涌现行为：KAT-Coder 学会了并行调用多个工具，而不是顺序执行。这种并行工具调用能力显著加速了任务完成，同时保持高精度。
仓库级理解
凭借 262K 的上下文窗口，KAT-Coder 能够处理并理解整个代码库，在数十个文件和数千行代码之间保持一致。该模型分析依赖关系、理解架构模式，并在相关组件间一致地传播更改。
这种全面的上下文感知对于企业级项目至关重要，因为相关信息可能分布在多个模块、配置文件和文档来源中。
多轮开发周期
KAT-Coder 擅长需要迭代解决问题的复杂多轮交互。该模型可以：
- 就需求提出澄清性问题
- 提出多种解决方案
- 融入开发者反馈
- 逐步优化实现
- 在任务中途处理范围变化
值得注意的是，在 agentic RL 训练之后，KAT-Coder 能够以更少的交互轮次完成任务，与 SFT 阶段后训练的模型相比，平均交互轮次减少了 32%。
企业级代码生成
KAT-Coder 在匿名化的企业代码库上进行训练，这些代码库包含真实的业务逻辑和生产约束，使其生成的代码反映了行业最佳实践：
- 适当的错误处理和边界情况管理
- 安全性考虑的实现
- 性能优化的算法
- 可用于生产的文档
- 全面的测试覆盖
全面的任务覆盖
KAT-Coder 处理八种类型的用户任务：
- 功能实现
- 功能增强
- Bug 修复
- 重构
- 性能优化
- 测试用例生成
- 代码理解
- 配置与部署
多领域编程支持
该模型在八个主要编程场景上进行训练：
- 应用开发
- UI/UX 工程
- 数据科学与工程
- 机器学习与 AI
- 数据库系统
- 基础设施开发
- 专业编程领域
- 安全工程
训练方法
四阶段流程
KAT-Coder 的卓越能力源自精心编排的四阶段训练流程：
阶段 1：中间训练
中间训练阶段增强了基础的“LLM 作为智能体”能力。虽然这一阶段在当前排行榜（如 SWE-Bench）上可能不会带来巨大的性能提升，但它对后续的 SFT 和 RL 阶段有显著影响：
- 工具使用能力：在沙盒环境中构建了数千种工具的真实执行交互数据
- 多轮交互：构建了人类、助手和工具之间多达数百轮的对话
- 编程知识注入：添加高质量、特定领域的编程知识
- Git 提交/PR 数据：纳入了大量来自 Git 仓库的真实 Pull Request 数据
- 指令跟随：收集了 30 多种类别的常见用户指令
- 通用与推理数据：加强通用领域能力和推理能力
阶段 2：监督微调（SFT）
在 SFT 阶段，团队精心策划了八种任务类型和八种编程场景，以确保模型的泛化能力和综合能力。收集了由人类工程师标注的真实交付轨迹，并合成了大量轨迹数据，以增强端到端的需求交付能力。
阶段 3：强化微调（RFT）
在 RL 之前，团队创新性地引入了一个 RFT 阶段，使用人类工程师标注的“教师轨迹”作为训练指导。该阶段在 SFT 和 RL 之间架起了一座桥梁：
- 通过从直接分配绝对奖励转变为评估 rollout 样本与真实值之间的相对差异，RFT 为 RL 提供了更稳定、更准确的奖励信号
- 在 rollout 过程中实时监督样本正确性，及时终止明显偏离真实值的生成，为 RL 提供更高的样本效率
- 教师轨迹提供了如何探索的实践指导，确保后续 RL 阶段的稳定性
阶段 4：大规模 Agentic 强化学习
扩展 agentic RL 面临三个挑战：在非线性轨迹历史上高效学习、利用内在模型信号，以及构建可扩展的高吞吐量基础设施。团队通过几项关键创新解决了这些问题：
基于熵的树剪枝
为了优先处理具有最强训练信号的节点，轨迹被压缩成前缀树，其中每个节点代表一个共享前缀，每条边对应一段 token。在固定计算预算下，目标是只保留最有价值的节点进行训练。
团队基于树中聚合的熵信号以及节点被到达的可能性来估计节点的信息量，然后按重要性顺序扩展节点进行剪枝，直到预算用完。额外的启发式方法确保保留结构上重要的区域（例如工具或记忆事件），并保持局部上下文以稳定训练。
这种基于熵的剪枝能够在消除大量冗余计算的同时保留大部分有效训练信号，从而带来显著的吞吐量提升和更低的总体成本。
RL 基础设施 - SeamlessFlow
为了扩展 RL，团队实现了 SeamlessFlow 架构，该架构将 RL 训练与智能体的多样化内部逻辑完全解耦，同时最大化异构计算架构的利用率。在智能体和 RL 训练之间的中间层专门负责轨迹树管理，确保两者严格分离。一个标签驱动的调度机制协调异构集群上的任务分配，最小化 pipeline 气泡并维持高吞吐量训练。
统一环境接口与 RL 数据构建
团队统一了不同 RL 执行环境的部署和评估接口，使得新添加的环境能够以低成本无缝集成。对于软件开发场景，他们关注三个基本组成部分：与对应分支代码配对的问题描述、可执行环境和可验证的测试用例。
从开源仓库和一些内部仓库收集 Pull Request 和关联的 Issue，并根据星标数、PR 活动和 Issue 内容过滤低质量数据。系统性地构建可执行环境镜像，并为每个收集的实例生成单元测试用例。除了软件工程数据，还纳入了其他可验证领域（如数学和推理任务）的数据，丰富了 RL 信号的多样性。
企业代码库训练
除了开源数据，KAT-Coder 还利用来自真实工业系统的匿名化企业级代码库进行 RL 训练。与仅在公共仓库（如 GitHub）上训练（通常包含较简单的项目）不同，这些大规模、复杂的代码库跨多种编程语言，代表真实的业务逻辑，使模型暴露于更具挑战性的开发场景中。训练智能体解决此类真实世界的工业问题，不仅增强了学习鲁棒性，还将模型的编程熟练度落实在真实、生产级别的上下文中。
在 Novita AI 上开始使用 KAT-Coder
通过 Novita AI 使用 KAT-Coder 非常简单，提供了面向非技术用户和开发者的多种选择。
Playground 访问
- 即时访问：注册后即可在数秒内开始试用 KAT-Coder
- 交互界面：实时测试编程提示、调试应用、可视化响应
- 模型对比：将 KAT-Coder 与其他模型进行比较，评估适用性
Playground 非常适合原型设计、调试和探索模型行为，无需任何设置。
API 集成
对于开发者，Novita AI 提供统一的 REST API 以便将 KAT-Coder 集成到应用程序中。
定价：输入 token $0.98/M，输出 token $3.8/M
这种灵活的集成支持温度、惩罚、重复控制以及流式输出，适用于生产工作流。
第三方工具
Novita AI 确保与更广泛的生态系统兼容：
- 可与 IDE 如 Cursor、Qwen Code 和 Cline 配合使用
- 连接编排工具如 LangChain、Dify、CrewAI 和 Langflow
- 提供 Hugging Face 推理支持，实现生态范围内的部署
用例与应用
生产级编程助手
将 KAT-Coder 部署为企业编程助手的智能层，成功率和可靠性至关重要。该模型 73.4% 的 SWE-Bench 性能确保输出质量适用于生产环境。
示例应用：AI 结对编程员，能够自主处理 Bug 分类、实现带测试的修复、更新文档并创建 Pull Request。
自动化 Bug 解决工作流
实现端到端的 Bug 解决流水线，其中 KAT-Coder：
- 分析 Bug 报告和堆栈跟踪
- 在代码库中导航以识别根本原因
- 提出并实施有针对性的修复
- 生成全面的测试用例
- 更新相关文档
- 创建详细的提交信息
262K 的上下文窗口确保模型在复杂调试过程中保持完整上下文。
仓库级重构
利用 KAT-Coder 全面的代码库理解能力进行大规模重构项目：
- 跨数十个文件迁移框架或库
- 更新整个项目中已弃用的 API
- 一致地实现架构更改
- 现代化遗留代码同时保留行为
- 将单体应用拆分为微服务
智能代码审查自动化
构建达到资深开发者水平的自动化代码审查系统：
- 识别 Bug 和安全漏洞
- 建议性能优化
- 确保遵守编码标准
- 验证测试覆盖率
- 评估架构影响
KAT-Coder 在企业代码库上的训练确保审查反映真实世界的生产问题。
复杂测试套件生成
自动化全面的测试工作流：
- 生成覆盖边界情况的单元测试
- 创建多组件交互的集成测试
- 构建端到端测试场景
- 开发性能基准测试
- 生成有意义的测试文档
交互式编程应用
KAT 团队展示了几个令人印象深刻的用户案例，展示了 KAT-Coder 的能力：
- 星空：交互式可视化应用
- 水果忍者：游戏开发和逻辑实现
- 代码重构：自动化代码重构和优化
这些例子突显了 KAT-Coder 在不同编程领域的多功能性，以及生成功能性交互式应用的能力。
结论
Novita AI 上的 KAT-Coder 提供了旗舰级的 agentic 编程能力，在 SWE-Bench Verified 上达到了 73.4% 的解决率，跻身全球领先的 AI 编程模型行列。通过先进的多阶段训练（最终在企业代码库上进行大规模 agentic RL），KAT-Coder 学会了像经验丰富的资深开发者一样工作——自主编排工具、导航复杂仓库、完成复杂的软件工程工作流。
该模型的 262K 上下文窗口、并行工具调用能力和全面的语言支持，使其成为生产级应用的理想选择，成功率和代码质量至关重要。无论您是构建智能编程助手、自动化 Bug 解决，还是处理仓库级重构，KAT-Coder 都能提供企业所需的性能和可靠性。
与开源版 KAT-Dev-32B（在不同规模的开源模型中排名第 5，SWE-Bench Verified 达 62.4%）相比，KAT-Coder 实现了 11 个百分点的性能提升和 4 倍的上下文窗口，是要求严苛的生产工作负载的明确选择。
KAT 系列代表了代码智能领域兼具易用的卓越性能（KAT-Dev-32B）和极致性能（KAT-Coder），让开发者能够根据具体需求和约束灵活选择合适的模型。
立即开始使用 Novita AI 上的 KAT-Coder：
- 兼容 OpenAI 的 API：无缝替换现有工作流
- 262K 上下文窗口：全面的代码库理解
- 生产级性能：SWE-Bench Verified 73.4%
Novita AI 是一个 AI 云平台，为开发者提供通过简单 API 部署 AI 模型的便捷方式，同时提供经济实惠且可靠的 GPU 云服务。
