快手KwaiKAT团队发布KAT-Coder-V2.5：基于10万+可验证仓库环境的智能编码模型

一句话看懂

快手KwaiKAT团队发布KAT-Coder-V2.5，一个能在真实仓库中自主编码的AI模型，训练数据来自10万+可验证环境，在PinchBench上以94.9分领先Opus 4.8。

详细发生了什么

快手KwaiKAT团队发布了KAT-Coder-V2.5技术报告，核心观点是：智能编码能力的瓶颈在于训练基础设施，而非模型规模。团队开发了AutoBuilder系统，将可执行仓库环境的构建成功率从16.5%提升到57.2%，最终生成了超过10万个覆盖12种编程语言的可验证环境。

模型训练采用异步PPO和三层次奖励机制，并通过沙箱审计将强化学习中的反馈错误率从约16%降至2%以下。KAT-Coder-V2.5在PinchBench上以94.9分领先Opus 4.8（93.5分），在SWE-Bench Pro上以65.2分排名第二。同时，团队开源了KAT-Coder-V2.5-Dev版本，这是一个35B总参数/3B活跃参数的MoE模型，基于Qwen3.6-35B-A3B，采用Apache-2.0许可。

中文圈视角

对中文开发者来说，KAT-Coder-V2.5的发布有几个值得关注的点：

1. 使用门槛：完整版通过快手StreamLake平台提供API服务，国内用户可直接访问，无需特殊网络。开源版KAT-Coder-V2.5-Dev已上架Hugging Face，国内可通过ModelScope镜像下载。

2. 与国产模型的对比：KAT-Coder-V2.5在SWE-Bench Pro上得分65.2，低于Opus 4.8（69.2），但高于此前国内开源模型的表现。其35B MoE架构与DeepSeek-Coder-V2的236B总参数相比更轻量，适合本地部署。

3. 中文场景应用：模型支持12种语言，包括Python、JavaScript、C++等主流语言，但未明确提及中文注释或中文Issue处理能力。对于国内开发者常用的Java、Go等语言，模型表现有待实测。

4. 合规与数据安全：开源版Apache-2.0许可允许商用，但训练数据来自GitHub公开仓库，需注意代码版权问题。通过StreamLake调用时，数据不出境，符合国内监管要求。

几条值得记住的细节

• AutoBuilder将环境构建成功率从16.5%提升至57.2%，生成超10万个可验证环境。
• 沙箱审计发现约16%的RL轨迹失败源于基础设施而非模型策略，修复后错误率降至2%以下。
• KAT-Coder-V2.5在PinchBench上得分94.9，领先Opus 4.8（93.5）。
• 开源版KAT-Coder-V2.5-Dev为35B总参数/3B活跃参数的MoE模型，基于Qwen3.6-35B-A3B。
• 训练数据来自真实PR和commit，并剥离了git历史等可追溯信息，防止模型作弊。

一句话总结

KAT-Coder-V2.5证明了智能编码的瓶颈在基础设施而非模型规模，国内开发者可通过StreamLake或开源版直接使用，但中文场景适配和实际编码能力仍需验证。